有限数量的 NA 插值

Question

我有一个数据框 df，其中有一列包含值（抄表）。某些值偶尔缺失 (NA)。

df 摘录：

row   time      meter_reading
1     03:10:00  26400
2     03:15:00  NA
3     03:20:00  27200
4     03:25:00  28000
5     03:30:00  NA
6     03:35:00  NA
7     03:40:00  30000

我想做什么：

如果只有一个连续的 NA，我想插值（例如 na.interpolation 用于第 2 行）。但是如果有两个或多个连续的 NA，我不希望 R 进行插值并将值保留为 NA。（例如第 5 行和第 6 行）。

到目前为止我尝试的是带有 if 条件的循环 (for...)。我的做法：

library("imputeTS")
for(i in 1:(nrow(df))) {
  if(!is.na(df$meter_reading[i]) & is.na(df$meter_reading[i-1]) & !is.na(df$meter_reading[i-2])) {
    na_interpolation(df$meter_reading) 
    }
}

给我 :

Error in if (!is.na(df$meter_reading[i]) & is.na(df$meter_reading[i -  : 
  argument is of length zero

有什么办法吗？我在这里完全错了吗？

谢谢！

Answer 1

快速查看显示您的计数器 i 从 1 开始，然后您尝试在 i-1 和 i-2.

获取索引

Answer 2

我不知道你的 na.interpolation 是什么，但以前一行和下一行的平均值为例，你可以用 dplyr 做到这一点：

df %>% mutate(x=ifelse(is.na(meter_reading),
                       (lag(meter_reading)+lead(meter_reading))/2,
                       meter_reading))
#  row     time meter_reading     x
#1   1 03:10:00         26400 26400
#2   2 03:15:00            NA 26800
#3   3 03:20:00         27200 27200
#4   4 03:25:00         28000 28000
#5   5 03:30:00            NA    NA
#6   6 03:35:00            NA    NA
#7   7 03:40:00         30000 30000

Answer 3

这里补充一下，在目前的imputeTS包版本中，每个插补算法还有一个maxgap选项，可以轻松解决这个问题。可能还没有，正如你问的这个问题。

您的代码如下所示：

library("imputeTS")
na_interpolation(df, maxgap = 1)

这意味着 1 个 NA 的间隙被估算，而连续 NA 的较长间隙仍然是 NA。

有限数量的 NA 插值

interpolation for limited number of NA

interpolation

loops

if-statement

r

imputets