Tidyverse：用最新的非 NA 值替换 NA 使用 tidyverse 工具

Question

我的问题在使用zoo::和data.table::之前已经得到解答；我很好奇 tidyverse/dplyr 的最佳解决方案是什么。

以前的答案（非 tidyverse）： Replacing NAs with latest non-NA value

我的数据是这样的，其中每个国家（美国，澳大利亚）最早的两年（2015年，2016年）都有缺失数据（底部数据输入代码）：

#>   country year value
#> 1     usa 2015    NA
#> 2     usa 2016    NA
#> 3     usa 2017   100
#> 4     usa 2018    NA
#> 5     aus 2015    NA
#> 6     aus 2016    NA
#> 7     aus 2017    50
#> 8     aus 2018    60

我想用 2017 年可用的值填充每个国家/地区内的缺失值。

我希望只填写 2017 年之前的年份——因此 2018 年的 NA 不应填写任何内容。它应该保持 NA。

所以我想要的输出是：

#>   country year value
#> 1     usa 2015   100
#> 2     usa 2016   100
#> 3     usa 2017   100
#> 4     usa 2018    NA
#> 5     aus 2015    50
#> 6     aus 2016    50
#> 7     aus 2017    50
#> 8     aus 2018    60

我尝试了 group_by(country) 然后我怀疑我打算使用 coalesce()，但我通常跨矢量使用 coalesce，而不是沿矢量使用。

library(tidyverse)
df %>% group_by(country) %>%

使用 tidyverse 工具最简单的方法是什么？

数据输入代码：

#install.packages("datapasta")
df <- data.frame(
  stringsAsFactors = FALSE,
           country = c("usa", "usa", "usa", "usa", "aus", "aus", "aus", "aus"),
              year = c(2015L, 2016L, 2017L, 2018L, 2015L, 2016L, 2017L, 2018L),
             value = c(NA, NA, 100L, NA, NA, NA, 50L, 60L)
)
df

Answer 1

我们可以 replace 2017 年之前的 NA 和每个 country.

在 2017 年可用的值

library(dplyr)

df %>% 
  group_by(country) %>% 
  mutate(value = replace(value, is.na(value) & year < 2017, value[year == 2017]))
  #Similarly with ifelse
  #mutate(value = ifelse(is.na(value) & year < 2017, value[year == 2017], value))

#  country  year value
#  <chr>   <int> <int>
#1 usa      2015   100
#2 usa      2016   100
#3 usa      2017   100
#4 usa      2018    NA
#5 aus      2015    50
#6 aus      2016    50
#7 aus      2017    50
#8 aus      2018    60

Answer 2

# Tidyverse solution
library(tidyverse)
df %>%
  group_by(country) %>%
  arrange(year) %>% 
  fill(value, .direction = 'up') %>%
  ungroup() %>% 
  arrange(country, year)

# Base R solution: 
data.frame(do.call("rbind", lapply(split(df, df$country), function(x){
        x$value[which(is.na(x$value) & x$year < 2017)] <- x$value[which(x$year == 2017)]
        return(x)
      }
    )
  ),
row.names = NULL
)

Tidyverse：用最新的非 NA 值替换 NA *使用 tidyverse 工具*

Tidyverse: Replacing NAs with latest non-NA values *using tidyverse tools*

r

dplyr

tidyverse

coalesce

数据输入代码：

Tidyverse：用最新的非 NA 值替换 NA 使用 tidyverse 工具

Tidyverse: Replacing NAs with latest non-NA values using tidyverse tools