在数据框中根据位置替换NA值

Question

我希望将缺失值替换为前一个和后一个行的平均值。此外，当第一行或最后一行是缺失值时，我只想重复下一个和前一个行。我的真实数据有负数和小数值。

我的输入：

1.0   NA    1.0
NA    2.0   2.0
3.0   3.0   NA

My expected output:

1.0   2.0   1.0
2.0   2.0   2.0
3.0   3.0   2.0

干杯！

- user3091668

---

为了澄清，第一列中的 NA 将被替换为其上下两个数值（1.0 和 3.0）的平均值或者是其上下两行完整数据的平均值（mean(c(1.0, NA, 1.0, 3.0, 3.0, NA)）。 - flodel

是的，它是介于两个立即上下的值之间的平均值，而不是整个列！这是您的问题吗？谢谢您的帮助。 - user3091668

“用前后两个值的平均数替换数值”被称为“插值”。而“重复最后一个非NA值”被称为填充，带有向前/向后传递。 - smci

Answer 1

您还可以使用zoo软件包中的na.approx函数。请注意，当您有两个连续的NA值时，它的行为略有不同（与@flodel的解决方案不同）。对于第一行和最后一行，您可以使用na.locf。

y <- na.approx(x)
y[nrow(y), ] <- na.locf(y[(nrow(y)-1):nrow(y), ])[2, ] 
y[1, ] <- na.locf(y[1:2,], fromLast=TRUE)[1, ] 

编辑：@Grothendieck 指出这太过复杂。你可以将上述整个代码合并成一行：

na.approx(x, rule=2)

- shadow

---

无论如何，这将使用NA同列中的信息进行替换，对吧？始终基于上下值... 与连续值有什么区别？ - user3091668

根据您的需求，可以使用na.approx(x, rule = 2)或na.approx(x, rule = 2, method = "constant")。 - G. Grothendieck

假设在一列中，您有1、2、NA、NA、5。然后na.approx将给您1、2、3、4、5。@flodel的答案将给您1、2、2、5、5。两者都是合理的答案，只是针对略有不同的问题。 - shadow

Answer 2

将数据转换为矩阵后，所有数据都向量化（这也可以加快计算速度）：

x <- matrix(c(2, NA, 3, NA, 2, 3, 1, 2, NA), 3, 3)

p <- rbind(tail(x, -1), NA) # a matrix of previous value
n <- rbind(NA, head(x, -1)) # a matrix of next value
m <- matrix(rowMeans(cbind(as.vector(p),
                           as.vector(n)), na.rm = TRUE), nrow(x)) # replacements

ifelse(is.na(x), m, x)

- flodel

Answer 3

非常简单解决：

library(imputeTS)
na.interpolation(x)

已经这样了。

- Steffen Moritz