根据其以前的记录填充列中的 (NA 值)和 R 中的另一列(带间隔)

Question

我想根据action列的记录和time列填充该列。action列中的NA应根据以前的操作记录和时间间隔填充。假设我们将时间间隔设置为10，这意味着如果动作A并且时间1，则action中的所有NA都应该A到time==11 (1+10)。

请注意，如果action或ID发生变化，则应重置此过程。例如(在第 3 行(我们用time==11B，我想用B填充下一个 NA 直到time==21，但我们在time==16中C，所以我们继续用 C 填充 NA 直到time==26个。

df<-read.table(text="
id   action    time
1       A       1
1       NA      4
1       NA      9
1       B       11
1       NA      12
1       C       16
1       NA      19
1       NA      30
1       A       31
1       NA      32
2       NA      1
2       A       2
2       NA      6",header=T,stringsAsFactors = F)
Desired Result:
id   action    time
1       A       1
1       A       4
1       A       9
1       B       11
1       B       12
1       C       16
1       C       19
1       NA      30
1       A       31
1       A       32
2       NA      1
2       A       2
2       A       6

Answer 1

我们可以提取非 NA 行作为填充值的参考，然后遍历数据集并根据值是否满足id和时间间隔的要求有条件地替换值。

# Use row numbers as an index (unique Id)
df$idx <- 1:nrow(df)
# Find the non-NA rows to use a reference for imputation
idx <- df %>% 
group_by(id) %>%
na.omit(action)

临时数据集idx用作参考，列idx是我们的唯一标识符。我们先来看看查找和填写缺失值的逻辑，不用担心时间间隔，这样就更容易阅读和理解了：

# Ignoring the 'interval' limitation, we'd fill them in like this:
for(r in 1:nrow(df)){
if(is.na(df$action[r])){
df$action[r] <- dplyr::last(idx$action[idx$idx < df$idx[r] & idx$id == df$id[r]])
}
}

如果运行此示例代码，请确保在继续之前重新创建df并idx，因为它将被最后一个示例代码块修改。

时间间隔要求我们对time的值进行逻辑测试，并要求我们对 NA 值进行另一个测试，以避免尝试对 NA 值进行time比较：

# Accounting for the max interval:
interval <- 10 
for(r in 1:nrow(df)){
if(is.na(df$action[r])){
if(!is.na(dplyr::last(idx$time[idx$idx < df$idx[r] & idx$id == df$id[r]]))){
if(dplyr::last(idx$time[idx$idx < df$idx[r] & idx$id == df$id[r]]) + interval >= df$time[r])
df$action[r] <- dplyr::last(idx$action[idx$idx < df$idx[r] & idx$id == df$id[r]]) 
}
}
}
df

这为我们提供了：

id action time idx
1   1      A    1   1
2   1      A    4   2
3   1      A    9   3
4   1      B   11   4
5   1      B   12   5
6   1      C   16   6
7   1      C   19   7
8   1   <NA>   30   8
9   1      A   31   9
10  1      A   32  10
11  2   <NA>    1  11
12  2      A    2  12
13  2      A    6  13

匹配您想要的输出。