我有一个包含大量缺失值的data.table。我想通过在data.table中的可用值中添加或减去值来填充这些值。特别要考虑这些数据:
> test = data.table(id=c("A","A","A","A","A","B","B","B","B","B"), x=c(NA,NA,0,NA,NA,NA,NA,0,NA,NA))
> test
id x
1: A NA
2: A NA
3: A 0
4: A NA
5: A NA
6: B NA
7: B NA
8: B 0
9: B NA
10: B NA
我需要一个将其转换为:
的操作 id x
1: A -2
2: A -1
3: A 0
4: A 1
5: A 2
6: B -2
7: B -1
8: B 0
9: B 1
10: B 2
基本上是na.locf的一个版本,它增加最后一个值而不是重复它。
答案 0 :(得分:8)
我们可以按'id'分组,并将行号(seq_len(.N)
)与'x'中的位置(which
)区别开来,其中它是0(!x
)。我在as.numeric
包装,因为输入数据集中的'x'列是numeric
,但从差异来看,它被转换为'整数'。如果在分配(class
)时:=
中存在冲突,则data.table将显示错误,因为它需要匹配class
。
test[, x:= as.numeric(seq_len(.N)-which(!x)), id]
test
# id x
# 1: A -2
# 2: A -1
# 3: A 0
# 4: A 1
# 5: A 2
# 6: B -2
# 7: B -1
# 8: B 0
# 9: B 1
#10: B 2
!x
更清楚地写为x==0
。它返回TRUE/FALSE
的逻辑向量。如果有NA
个值,则它将保持为NA
。通过which
换行,我们得到0
值的位置。在示例中,每个'id'都为3
。