R:按群插值NAs

Question

我想在数据帧的一个变量中进行线性插值，它考虑到: 1)两个点之间的时间差，2)获取数据的时刻，3)测量该变量的个体。

例如，在下一个dataframe中：

 df <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
            Individuals=c(1,1,1,1,1,1,1,2,2,2),
            Value=c(1, 2, 3, NA, 5, NA, 7, 5, NA, 7))
  df

我想获得：

 result <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
                Individuals=c(1,1,1,1,1,1,1,2,2,2),
                Value=c(1, 2, 3, 4, 5, 6, 7, 5, 5.5, 6))
 result

我不能完全使用包na.approx的函数zoo，因为所有的观察都不是连续的，有些观察属于一个单独的，而其他的则属于其他的。原因是，如果第二个人第一次使用NA而我只使用函数na.approx，我将使用来自individual==1的信息来插值individual==2的NA (例如，下一个数据帧会有sucherror)。

  df_2 <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
                Individuals=c(1,1,1,1,1,1,1,2,2,2),
                Value=c(1, 2, 3, NA, 5, NA, 7, NA, 5, 7))
  df_2

我试过使用包zoo和dplyr

library(dplyr)
library(zoo)
proof <- df %>%
  group_by(Individuals) %>%
  na.approx(df$Value)

但是我不能在一个group_by对象中执行zoo。

您知道如何按组在一个变量中插入NA值吗？

提前谢谢你，

Answer 1

使用data.frame而不是cbind来创建数据。cbind返回一个矩阵，但是您需要一个dplyr的数据框架。然后在na.approx内部使用mutate。我已经注释掉了group_by，因为您还没有在数据中提供分组变量，但是一旦将分组变量添加到数据框架中，这种方法就可以工作了。

df <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
            Individuals=c(1,1,1,1,1,1,1,2,2,2),
            Value=c(NA, 2, 3, NA, 5, NA, 7, 8, NA, 10))

library(dplyr)
library(zoo)

df %>%
  group_by(Individuals) %>%
  mutate(ValueInterp = na.approx(Value, na.rm=FALSE))    

time Individuals Value ValueInterp 1 1 1 NA NA 2 2 1 2 2 3 3 1 3 3 4 4 1 NA 4 5 5 1 5 5 6 6 1 NA 6 7 7 1 7 7 8 1 2 8 8 9 2 2 NA 9 10 3 2 10 10

更新：内插多列，我们可以使用mutate_at。下面是一个有两个值列的示例。我们使用mutate_at对列名中包含"Value"的所有列运行na.approx。list(interp=na.approx)告诉mutate_at通过运行na.approx并添加interp作为后缀来生成新的列名：

df <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
                 Individuals=c(1,1,1,1,1,1,1,2,2,2),
                 Value1=c(NA, 2, 3, NA, 5, NA, 7, 8, NA, 10),
                 Value2=c(NA, 2, 3, NA, 5, NA, 7, 8, NA, 10)*2)

df %>%
  group_by(Individuals) %>%
  mutate_at(vars(matches("Value")), list(interp=na.approx), na.rm=FALSE)

time Individuals Value1 Value2 Value1\_interp Value2\_interp <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> 1 1 1 NA NA NA NA 2 2 1 2 4 2 4 3 3 1 3 6 3 6 4 4 1 NA NA 4 8 5 5 1 5 10 5 10 6 6 1 NA NA 6 12 7 7 1 7 14 7 14 8 1 2 8 16 8 16 9 2 2 NA NA 9 18 10 3 2 10 20 10 20

如果不希望保留原始的未内插列，则可以：

df %>%
  group_by(Individuals) %>%
  mutate_at(vars(matches("Value")), na.approx, na.rm=FALSE)

Answer 2

我们可以使用data.table

library(data.table)
library(zoo)
setDT(df1)[, ValueInterp:= na.approx(Value, na.rm=TRUE), by = Individual]