R：删除 Yield 列中 NA 大于 3 的县，并对 NA 小于 3 的县使用 na.spline

Question

我有一个包含 5 列的 data.frame "df"："year"、"state"、"county"、"fips"（州县标识符), "yield".

许多县的产量为 NA。我最初通过代码消除了具有任何 NA 值的县：

Data <- df %>% group_by(fips) %>% filter(!any(is.na(Yield)))

我现在只需要消除那些包含 3 个以上 NA 的县。因此，NA>3

对于 NA =< 3 的县，我使用 spline 函数：

v <- na.spline(df$Yield)
df$Yield <- v

到目前为止，我有以下内容用于删除所有 NA>3 的县，并使用样条曲线填充剩余郡的 NA：

if(length(df$Yield[is.na(df$Yield))<3){
na.spline(df$Yield)
}
}else{
df %>% group_by(fips) %>% filter(!any(is.na(Yield)))
}

这显然是行不通的。任何见解将不胜感激。

Answer 1

使用dplyr

library(dplyr)
library(zoo) 
df %>% 
   group_by(fips) %>%
   filter(sum(is.na(Yield))<3) %>% 
   mutate(Yield=na.spline(Yield))

使用data.table

library(data.table)#v1.9.5+
setDT(df)[, .SD[sum(is.na(Yield))<=3] , fips][,Yield:= na.spline(Yield) ,fips][]

或使用base R

transform(subset(df, ave(is.na(Yield), fips, FUN=sum)<3), Yield=na.spline(Yield))

数据

set.seed(29)
df <- data.frame(fips= sample(LETTERS[1:4], 30, replace=TRUE), 
     Yield= as.numeric(sample(c(NA,0:3), 30, replace=TRUE)), 
         stringsAsFactors=FALSE)

R：删除 Yield 列中 NA 大于 3 的县，并对 NA 小于 3 的县使用 na.spline

R: Remove Counties with >3 NA's in Yield column , and use na.spline for counties with < 3 NA's

r

if-statement

na

spline

subset

数据