我有一个数据框架"df",有5列:"年"、"州"、"县"、"fips"(州-县标识符(、"产量"。
许多县含有NA
作为产量。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含有3个以上NA的县。因此,NA>3
对于CCD_ 3=<3、我使用spline
功能:
v <- na.spline(df$Yield)
df$Yield <- v
到目前为止,我有以下内容来删除NA
>3的所有郡,并使用样条曲线来填充剩余郡的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。如有任何见解,我们将不胜感激。
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)