计算R中列中NA的前后值的平均值

Posted 2023-03-24

【中文标题】计算R中列中NA的前后值的平均值

【英文标题】：Calculating average of preceeding and following values for NAs in a column in R

【发布时间】：2022-01-12 00:37:49

【问题描述】：

我有一个数据集，该数据集在某些样本中具有测量值，而在其他样本中保留 NA。在每个测量值之间有 10 个没有值的样本。我希望这十个样本的值分别是前面和后面的测量值的平均值。数据如下所示：

重要的是，任何两个已知值之间的十个 NA 中的每一个的值都必须相同。我之前尝试过使用 zoo::na.approx(RC, rule=2)，但它使用自己的插值数据计算平均值，而不仅仅是两个已知值。输出应如下所示：

根据德申的要求进行编辑：

dput(rc_report[,c(2,26)]) 结构（列表（sample_id = c（“REFTTO_IS_211201_1_b”，“ARL2108200_b”， “ARL2108201_b”、“ARL2108202_b”、“ARL2108203_b”、“ARL2108204_b”、 “ARL2108205_b”、“ARL2108206_b”、“ARL2108207_b”、“ARL2108208_b”、 “ARL2108209_b”、“REFTTO_IS_211201_2”、“ARL2108210_b”、“ARL2108211_b”、 “ARL2108212_b”、“ARL2108213_b”、“ARL2108214_b”、“ARL2108215_b”、 “ARL2108216_b”、“ARL2108217_b”、“ARL2108218_b”、“ARL2108219_b”、 “REFTTO_IS_211201_3”、“REFTTO_IS_211203_1”、“ARL2108220”、“ARL2108221”、 “ARL2108222”、“ARL2108223”、“ARL2108224”、“ARL2108225”、“ARL2108226”、 “ARL2108227”、“ARL2108228”、“ARL2108229”、“REFTTO_IS_211203_2”、 “ARL2108230”、“ARL2108231”、“ARL2108232”、“ARL2108233”、“ARL2108234”、 “ARL2108235”、“ARL2108236”、“ARL2108237”、“ARL2108238”、“ARL2108239”、 “REFTTO_IS_211203_3”、“REFTTO_IS_211206_1”、“ARL2108240”、“ARL2108241”、 “ARL2108242”、“ARL2108243”、“ARL2108244”、“ARL2108245”、“ARL2108246”、 “ARL2108247”、“ARL2108248”、“ARL2108249”、“REFTTO_IS_211206_2”、 “ARL2108250”、“ARL2108251”、“ARL2108252”、“ARL2108253”、“ARL2108254”、 “ARL2108255”、“ARL2108256”、“ARL2108258”、“ARL2108259”、“REFTTO_IS_211206_3” ), response_coefficient = c("1.09785865302384", "NA", "NA", "NA", “NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“1.09822862814289”， “NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“1.09835314677401”， “1.09942926690693”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”， “NA”，“NA”，“NA”，“1.10084276861106”，“NA”，“NA”，“NA”，“NA”， “NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“1.10078178211056”，“1.11104600880183”， “NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“1.11203467893562”， “NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“NA”，“1.11344223852824” )), class= "data.frame", row.names = c(NA, -68L))

【问题讨论】：

请分享：***.com/help/minimal-reproducible-example，不是图片！最简单的方法是分享dput(rc_report[, c(2, 26)] 的结果。

好的，我分享了 dput 结果，但它非常难以阅读，不知道这会有什么帮助。我已经尝试过多次使用reprex，但我永远无法让它工作，因此我分享屏幕截图。

重点不在于可读性。关键是，如果问题省略了，任何想要使用它的人都必须重新输入整个内容。

【参考方案1】：

我使用以下代码解决了这个问题。这可能效率很低，但确实可以。

【讨论】：

请阅读r标签页面顶部的信息，并注意其中声明不使用图像。

【参考方案2】：

使用最后注释中显示的数据（我们将列名更改为较短的名称）使用 na.locf0 向前和向后取平均值。

library(dplyr)
library(zoo)

dd %>%
  mutate(coef = as.numeric(ifelse(coef == "NA", NA, coef)),
         coef = (na.locf0(coef) + na.locf0(coef, fromLast = TRUE)) / 2)

注意

dd <- structure(list(sample_id = c("REFTTO_IS_211201_1_b", "ARL2108200_b", "ARL2108201_b", "ARL2108202_b", "ARL2108203_b", "ARL2108204_b", "ARL2108205_b", "ARL2108206_b", "ARL2108207_b", "ARL2108208_b", "ARL2108209_b", "REFTTO_IS_211201_2", "ARL2108210_b", "ARL2108211_b", "ARL2108212_b", "ARL2108213_b", "ARL2108214_b", "ARL2108215_b", "ARL2108216_b", "ARL2108217_b", "ARL2108218_b", "ARL2108219_b", "REFTTO_IS_211201_3", "REFTTO_IS_211203_1", "ARL2108220", "ARL2108221", "ARL2108222", "ARL2108223", "ARL2108224", "ARL2108225", "ARL2108226", "ARL2108227", "ARL2108228", "ARL2108229", "REFTTO_IS_211203_2", "ARL2108230", "ARL2108231", "ARL2108232", "ARL2108233", "ARL2108234", "ARL2108235", "ARL2108236", "ARL2108237", "ARL2108238", "ARL2108239", "REFTTO_IS_211203_3", "REFTTO_IS_211206_1", "ARL2108240", "ARL2108241", "ARL2108242", "ARL2108243", "ARL2108244", "ARL2108245", "ARL2108246", "ARL2108247", "ARL2108248", "ARL2108249", "REFTTO_IS_211206_2", "ARL2108250", "ARL2108251", "ARL2108252", "ARL2108253", 
"ARL2108254", "ARL2108255", "ARL2108256", "ARL2108258", "ARL2108259", "REFTTO_IS_211206_3" ), 
response_coefficient = c("1.09785865302384", "NA", "NA", "NA", "NA", "NA", 
"NA", "NA", "NA", "NA", "NA", "1.09822862814289", "NA", "NA", "NA", "NA", 
"NA", "NA", "NA", "NA", "NA", "NA", "1.09835314677401", "1.09942926690693", 
"NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", 
"1.10084276861106", "NA", "NA", "NA", "NA", 
"NA", "NA", "NA", "NA", "NA", "NA", "1.10078178211056", "1.11104600880183", 
"NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "1.11203467893562", 
"NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "1.11344223852824" )), 
class = "data.frame", row.names = c(NA, -68L))
names(dd) <- c("id", "coef")