na.locf -不允许负长度向量

Question

我正在尝试使用以下代码将非na值传递到下一个非na值：

test3 <- data.table(final_data)

test3 <- test3[, na.locf(test3, na.rm = F, fromLast = F, maxgap = Inf), by = "gvkey"]

当我不包括..。部分，部分然而，当我到达一个新的gvkey时，我需要代码停止，否则它会传递错误的公司数据。我得到了长格式(下面的例子)。正如您所看到的，如果我不使用...by =gvkey，它会将gvkey1的值传递给gvkey2，这是我想要避免的。但是，在这样做时，我会收到以下错误消息：

[.data.table中的错误(test3，，na.locf(test3，na.rm = F，fromLast = F，：负长度向量不允许)

​

<table><tbody><tr><th>date</th><th>gvkey</th><th>dlcq</th><th>dlttq</th></tr><tr><td>date1</td><td>gvkey1</td><td>10</td><td>20</td></tr><tr><td>date2</td><td>gvkey1</td><td>NA</td><td>NA</td></tr><tr><td>date3</td><td>gvkey1</td><td>NA</td><td>10</td></tr><tr><td>.</td><td> </td><td> </td><td> </td></tr><tr><td>.</td><td> </td><td> </td><td> </td></tr><tr><td>.</td><td> </td><td> </td><td> </td></tr><tr><td>date10</td><td>gvkey2</td><td>NA</td><td>NA</td></tr><tr><td>date11</td><td>gvkey2</td><td>10</td><td>NA</td></tr><tr><td>date12</td><td>gvkey2</td><td>NA</td><td>NA</td></tr></tbody></table>

​

欢迎您提出任何建议或解决方案！

Answer 1

在最新的开发版本(v1.12.3)中使用data.table::nafill()，形成data.table

DT <- fread("date | gvkey | dlcq | dlttq
            date1 | gvkey1 | 10 | 20
            date2 | gvkey1 | NA | NA 
            date3 | gvkey1 | NA | 10 
            date10 | gvkey2 | NA | NA 
            date11 | gvkey2 | 10 | NA 
            date12 | gvkey2 | NA | NA")

cols = c("dlcq", "dlttq")
DT[, (cols) := lapply( .SD, nafill, type = "locf" ), by = gvkey, .SDcols = cols][]

#      date  gvkey dlcq dlttq
# 1:  date1 gvkey1   10    20
# 2:  date2 gvkey1   10    20
# 3:  date3 gvkey1   10    10
# 4: date10 gvkey2   NA    NA
# 5: date11 gvkey2   10    NA
# 6: date12 gvkey2   10    NA

有关加载开发版本的说明，请参见：https://github.com/Rdatatable/data.table/wiki/Installation。

Answer 2

使用“注释”末尾可重复显示的数据，我不会收到任何错误消息：

library(data.table)
library(zoo)

test3[, na.locf(test3, na.rm = FALSE, fromLast = FALSE, maxgap = Inf), by = "gvkey"]

给出这个没有错误的答案，虽然这不是我们想要的答案。

     gvkey   date  gvkey dlcq dlttq
 1: gvkey1  date1 gvkey1   10    20
 2: gvkey1  date2 gvkey1   10    20
 3: gvkey1  date3 gvkey1   10    10
 4: gvkey1 date10 gvkey2   10    10
 5: gvkey1 date11 gvkey2   10    10
 6: gvkey1 date12 gvkey2   10    10
 7: gvkey2  date1 gvkey1   10    20
 8: gvkey2  date2 gvkey1   10    20
 9: gvkey2  date3 gvkey1   10    10
10: gvkey2 date10 gvkey2   10    10
11: gvkey2 date11 gvkey2   10    10
12: gvkey2 date12 gvkey2   10    10

问题是，在test3中引用test3的正确方法是使用.SD，如下所示：

test3[, na.locf(.SD, na.rm = FALSE, fromLast = FALSE, maxgap = Inf), by = "gvkey"]

给予：

    gvkey   date dlcq dlttq
1: gvkey1  date1   10    20
2: gvkey1  date2   10    20
3: gvkey1  date3   10    10
4: gvkey2 date10   NA    NA
5: gvkey2 date11   10    NA
6: gvkey2 date12   10    NA

备注

Lines <- "
date | gvkey | dlcq | dlttq
date1 | gvkey1 | 10 | 20
date2 | gvkey1 | NA | NA 
date3 | gvkey1 | NA | 10 
date10 | gvkey2 | NA | NA 
date11 | gvkey2 | 10 | NA 
date12 | gvkey2 | NA | NA"


library(data.table)
test3 <- fread(Lines)