使用 na.locf 为特定 country/variable 对扩展最后观察到的值

Question

我需要使用 zoo 包中的 na.locf 将 NA 值替换为最后观察到的值。但是，我只需要针对特定国家/地区和变量对执行此操作。这些对是使用单独的数据框在逻辑上指定的，示例如下所示。

Country <- c("FRA", "DEU", "CHE")
acctm <- c(0, 0, 1)
acctf <- c(1, 1, 0)

df1 <- data.frame(Country, acctm, acctf)

  Country acctm acctf
1     FRA     0     1
2     DEU     0     1
3     CHE     1     0

a 1 表示对这对使用 na.locf。下面显示了需要替换的数据集示例。

Country <- c("FRA", "FRA", "DEU", "DEU", "CHE", "CHE")
Year <- c(2010, 2020, 2010, 2020, 2010, 2020)
acctm <- c(20, 30, 10, NA, 20, NA)
acctf <- c(20, NA, 15, NA, 40, NA)

df2 <- data.frame(Country, Year, acctm, acctf)

   Country Year acctm acctf
1      FRA 2010    20    20
2      FRA 2020    30    NA
3      DEU 2010    10    15
4      DEU 2020    NA    NA
5      CHE 2010    20    40
6      CHE 2020    NA    NA

给定两个示例数据集，函数在 df2 上针对 df1 指示的 country/variable 对执行 na.locf 的结果应如下所示：

acctm <- c(20, 30, 10, NA, 20, 20)
acctf <- c(20, 20, 15, 15, 40, NA)

df3 <- data.frame(Country, Year, acctm, acctf)

  Country2 Year  acctm  acctf
1      FRA 2010     20     20
2      FRA 2020     30     20
3      DEU 2010     10     15
4      DEU 2020     NA     15
5      CHE 2010     20     40
6      CHE 2020     20     NA

真正的应用是一个更大的数据集，所以"calls"应该被泛化。谢谢。

Answer 1

一个dplyr和tidyr选项可以是：

df2 %>%
 pivot_longer(-c(Country, Year)) %>%
 left_join(df1 %>%
            pivot_longer(names_to = "cond_names", 
                         values_to = "cond_values", -Country), 
           by = c("Country" = "Country",
                  "name" = "cond_names")) %>%
 group_by(Country, name) %>%
 mutate(value = if_else(cond_values == 1, na.locf(value), value)) %>%
 select(-cond_values) %>%
 pivot_wider()

  Country  Year acctm acctf
  <fct>   <dbl> <dbl> <dbl>
1 FRA      2010    20    20
2 FRA      2020    30    20
3 DEU      2010    10    15
4 DEU      2020    NA    15
5 CHE      2010    20    40
6 CHE      2020    20    NA

Answer 2

一个选项是与 data.table on 连接 'Country' 列，然后使用 Map 将 na.locf 应用于第二个数据集列（ 'nm1') 基于第一个数据集对应列的值并将输出分配 (:=) 回列

library(zoo)
library(data.table)
nm1 <- c('acctm', 'acctf')
nm2 <- paste0("i.", nm1)
setDT(df2)[df1, (nm1)  := Map(function(x, y) if(y == 1) na.locf0(x)
      else x, mget(nm1), mget(nm2)), on = .(Country), by = .EACHI]
df2
#   Country Year acctm acctf
#1:     FRA 2010    20    20
#2:     FRA 2020    30    20
#3:     DEU 2010    10    15
#4:     DEU 2020    NA    15
#5:     CHE 2010    20    40
#6:     CHE 2020    20    NA

Answer 3

Left join df2 to df1 on Country 然后按 Country 分组为每个数字列生成适当的值。请注意，我们使用 na.locf0 确保结果与输入具有相同的长度。最后 select 适当的列。

library(dplyr)
library(zoo)

df2 %>%
  left_join(df1, by = "Country") %>%
  group_by(Country) %>%
  mutate(acctm = if (first(acctm.y)) na.locf0(acctm.x) else acctm.x,
         acctf = if (first(acctf.y)) na.locf0(acctf.x) else acctf.x)  %>%
  ungroup %>%
  select(names(df2))

给予：

# A tibble: 6 x 4
  Country  Year acctm acctf
  <fct>   <dbl> <dbl> <dbl>
1 FRA      2010    20    20
2 FRA      2020    30    20
3 DEU      2010    10    15
4 DEU      2020    NA    15
5 CHE      2010    20    40
6 CHE      2020    20    NA

使用 na.locf 为特定 country/variable 对扩展最后观察到的值

Extend last observed values using na.locf for specific country/variable pairs

r

zoo

na