Dans un data.frame (ou data.table), je voudrais "remplir" les NA avec la valeur non NA précédente la plus proche. Un exemple simple, utilisant des vecteurs (au lieu de a data.frame
) est le suivant:
> y <- c(NA, 2, 2, NA, NA, 3, NA, 4, NA, NA)
Je voudrais une fonction fill.NAs()
qui me permette de construire yy
telle que:
> yy
[1] NA NA NA 2 2 2 2 3 3 3 4 4
Je dois répéter cette opération pour de nombreux s (au total ~ 1 To) de petite taille data.frame
(~ 30-50 Mb), où une ligne est NA est toutes ses entrées. Quelle est la bonne manière d'aborder le problème?
La solution laide que j'ai préparée utilise cette fonction:
last <- function (x){
x[length(x)]
}
fill.NAs <- function(isNA){
if (isNA[1] == 1) {
isNA[1:max({which(isNA==0)[1]-1},1)] <- 0 # first is NAs
# can't be forward filled
}
isNA.neg <- isNA.pos <- isNA.diff <- diff(isNA)
isNA.pos[isNA.diff < 0] <- 0
isNA.neg[isNA.diff > 0] <- 0
which.isNA.neg <- which(as.logical(isNA.neg))
if (length(which.isNA.neg)==0) return(NULL) # generates warnings later, but works
which.isNA.pos <- which(as.logical(isNA.pos))
which.isNA <- which(as.logical(isNA))
if (length(which.isNA.neg)==length(which.isNA.pos)){
replacement <- rep(which.isNA.pos[2:length(which.isNA.neg)],
which.isNA.neg[2:max(length(which.isNA.neg)-1,2)] -
which.isNA.pos[1:max(length(which.isNA.neg)-1,1)])
replacement <- c(replacement, rep(last(which.isNA.pos), last(which.isNA) - last(which.isNA.pos)))
} else {
replacement <- rep(which.isNA.pos[1:length(which.isNA.neg)], which.isNA.neg - which.isNA.pos[1:length(which.isNA.neg)])
replacement <- c(replacement, rep(last(which.isNA.pos), last(which.isNA) - last(which.isNA.pos)))
}
replacement
}
La fonction fill.NAs
est utilisée comme suit:
y <- c(NA, 2, 2, NA, NA, 3, NA, 4, NA, NA)
isNA <- as.numeric(is.na(y))
replacement <- fill.NAs(isNA)
if (length(replacement)){
which.isNA <- which(as.logical(isNA))
to.replace <- which.isNA[which(isNA==0)[1]:length(which.isNA)]
y[to.replace] <- y[replacement]
}
Production
> y
[1] NA 2 2 2 2 3 3 3 4 4 4
... qui semble fonctionner. Mais, mec, c'est moche! Aucune suggestion?
fill
dansR
tidyr::fill()
.
roll=TRUE
dansdata.table
.