选择在 R 中至少有一个非缺失值的组

Question

我有一个纵向数据，我想推断其变量之一。我需要按组织的 ID 对数据进行分组，并保留那些 groups/organizations 至少具有该变量（预算）的一个非缺失值的那些。这意味着由于数据的纵向性质，应该单独推断组织。我使用了很多不同的函数和代码，但其中 none 有效。我认为它应该起作用的最简单的方法之一如下：

DataX %>%
group_by(orgcode) %>%
filter(!is.na(budget) >= 1) %>%
mutate(budget=na.spline(budget))

问题是过滤器只保留非缺失行，不考虑分组，所以无法执行外推。你知道我做错了什么吗？非常感谢！

Answer 1

如果我们有一个可重现的示例会更好，但是让我们创建一个玩具版本的数据：

DataX <- data.frame(orgcode = rep(LETTERS[1:5], each = 3),
                    budget  = c(NA, 21000, 22000,
                                30000, NA, 40000,
                                NA, NA, NA,
                                12000, 15000, 14000,
                                NA, NA, NA))

DataX
#>    orgcode budget
#> 1        A     NA
#> 2        A  21000
#> 3        A  22000
#> 4        B  30000
#> 5        B     NA
#> 6        B  40000
#> 7        C     NA
#> 8        C     NA
#> 9        C     NA
#> 10       D  12000
#> 11       D  15000
#> 12       D  14000
#> 13       E     NA
#> 14       E     NA
#> 15       E     NA

我们可以看到具有 orgcode C 和 E 的组织具有所有 NA 值，应将其删除。我们可以通过使用虚拟变量来确定每个组是否为 all(is.na(budget)) 并对其进行过滤来做到这一点：

library(dplyr)

DataX %>% 
  group_by(orgcode) %>% 
  mutate(allNA = !all(is.na(budget))) %>%
  filter(allNA) %>%
  select(-allNA)

#> # A tibble: 9 x 2
#> # Groups:   orgcode [3]
#>   orgcode budget
#>   <fct>    <dbl>
#> 1 A           NA
#> 2 A        21000
#> 3 A        22000
#> 4 B        30000
#> 5 B           NA
#> 6 B        40000
#> 7 D        12000
#> 8 D        15000
#> 9 D        14000

^{由 reprex package (v0.3.0)}

于 2020-07-29 创建

选择在 R 中至少有一个非缺失值的组

Pick groups that have at least one non-missing value in R

r

filter

grouping

extrapolation

longitudinal