存在 N/A 时计算差异

Question

我有一个 table（如下所列），我们在其中测量了一口井的温度。不幸的是（主要是由于天气）井中的水并不总是可以测量的，所以我们有 NA 的持久性。

   Date   Temp(C)
   09-22    14
   09-29    19.6
   10-15    NA
   10-28    11
   11-06    NA
   11-21    8
   12-13    6

所以我想做的是创建一个新列来计算 Delta T 或温度从一个采样日期到下一个采样日期的变化，等等。如果有 NA，我想避免它并使用最后采样的温度进行计算。但我不知道如何编写该代码。

Answer 1

是这样的吗？

df$TempDiff <- c(NA_real_, diff(zoo::na.locf(df$`Temp(C)`)))

na.locf 表示用最近的 non-NA 替换 NA。

输出看起来像这样

# A tibble: 7 x 3
  Date  `Temp(C)` TempDiff
  <chr>     <dbl>    <dbl>
1 09-22      14       NA  
2 09-29      19.6      5.6
3 10-15      NA        0  
4 10-28      11       -8.6
5 11-06      NA        0  
6 11-21       8       -3  
7 12-13       6       -2

分组进行

df <- dplyr::group_by(df, Well)
dplyr::mutate(df, TempDiff = c(NA_real_, diff(zoo::na.locf(`Temp(C)`))))

输出

# A tibble: 7 x 4
# Groups:   Well [2]
  Date  `Temp(C)`  Well TempDiff
  <chr>     <dbl> <dbl>    <dbl>
1 09-22      14       1     NA  
2 09-29      19.6     1      5.6
3 10-15      NA       1      0  
4 10-28      11       2     NA  
5 11-06      NA       2      0  
6 11-21       8       2     -3  
7 12-13       6       2     -2

Answer 2

作为 zoo::na.locf 的替代方案，我们可以使用 tidyr 包中的 fill

> library(dplyr)
> library(tidyr)
 
> df %>% 
    fill(`Temp(C)`) %>% 
    mutate(Temp2 = c(NA, diff(`Temp(C)`)))
   Date Temp(C) Temp2
1 09-22    14.0    NA
2 09-29    19.6   5.6
3 10-15    19.6   0.0
4 10-28    11.0  -8.6
5 11-06    11.0   0.0
6 11-21     8.0  -3.0
7 12-13     6.0  -2.0

Answer 3

一个data.table单行

library( data.table )
setDT(mydata)[ !is.na( Temp ), delta := Temp - shift(Temp, type = "lag")]

#   Date Temp delta
# 1: 09-22 14.0    NA
# 2: 09-29 19.6   5.6
# 3: 10-15   NA    NA
# 4: 10-28 11.0  -8.6
# 5: 11-06   NA    NA
# 6: 11-21  8.0  -3.0
# 7: 12-13  6.0  -2.0

Answer 4

如果您需要百分比：

> t %>% filter(!is.na(`Temp(C)` )) %>% mutate(delta_T = paste0(round(100*(`Temp(C)` - lag(`Temp(C)`))/lag(`Temp(C)`)),'%')) %>% right_join(t) %>% arrange(Date)
Joining, by = c("Date", "Temp(C)")
# A tibble: 7 x 3
  Date  `Temp(C)` delta_T
  <chr>     <dbl> <chr>  
1 09-22      14   NA%    
2 09-29      19.6 40%    
3 10-15      NA   NA     
4 10-28      11   -44%   
5 11-06      NA   NA     
6 11-21       8   -27%   
7 12-13       6   -25%

存在 N/A 时计算差异

Calculating difference when N/A's are present

r

calculated-columns

na