根据记录前后的平均值添加缺失的数据

Question

WT列的丢失数据被编码为-99。我想用WT的上一个和下一个值的平均值替换丢失的值。

例如，缺失值是在时间= 2和时间= 3时，我想计算时间1+时间4/2并将其在时间= 2和时间= 3上相加，即5.5将在时间= 2和3上相加。所有缺失值都应该相同。

ID  TIME    WT
1   0   4
1   1   5
1   2   -99
1   3   -99
1   4   6
1   5   9
1   6   12
1   7   -99
1   8   -99
1   9   -99
1   10  -99
1   12  16
1   14  18
1   16  20

Answer 1

我已将缺少的值添加到第一行和最后一行进行测试：

data <- data.frame(ID=1,TIME=0:16,WT=4:20)
data[c(1,3,4,8,9,10,11,16,17),"WT"] <- -99

一种不太精致的方法，但是您可以尝试首先处理缺少第一个和最后一个值的可能性：

library(zoo)
data$WT[data$WT == -99] <- NA
missing <- which(is.na(data$WT))
if(1 %in% missing){
  data$WT <- na.locf(data$WT,fromLast = T, na.rm = F)
  data$WT[missing[-1]] <- NA
}
if(nrow(data) %in% missing){
  data$WT <- na.locf(data$WT, na.rm = F)
  data$WT[head(missing[-1],-1)] <- NA
}

然后，您可以使用此功能找到每次NA的开始和结束：

get_runs <- function(x){
  starts <- which(diff(x) == 1)
  y <- rle(x)
  len <- y$lengths[y$values==TRUE]
  ends <- starts + len+1
  return(list(starts=starts,len=len,ends=ends, i=1:length(starts)))
}

r <- get_runs(is.na(data$WT))

最后，遍历缺失值并填充它们：

for(i in r$i){
  idx <- seq(r$starts[i]+1,r$ends[i]-1,1)
  data$WT[idx] <- (data$WT[r$starts[i]] + data$WT[r$ends[i]])/2
}

data
   ID TIME   WT
1   1    0  5.0
2   1    1  5.0
3   1    2  6.5
4   1    3  6.5
5   1    4  8.0
6   1    5  9.0
7   1    6 10.0
8   1    7 12.5
9   1    8 12.5
10  1    9 12.5
11  1   10 12.5
12  1   11 15.0
13  1   12 16.0
14  1   13 17.0
15  1   14 18.0
16  1   15 18.0
17  1   16 18.0