按行顺序识别 NA

我想根据条件在序列中填充 NA 值，该序列是按行排列的。请参阅下面的示例。

ID | Observation 1 | Observation 2 | Observation 3 | Observation 4 | Observation 5
 A         NA              0               1             NA             NA

条件是：

• 序列中 !NA 值之前的所有 NA 值应保留为 NA；
• 但序列中 !NA 值之后的所有 NA 都应该被标记（“删除”）

在上面的示例中，观察 1 中的 NA 值应保持为 NA。然而，观察 4 和 5 中的 NA 值应更改为“删除”。

您可以定义该函数：

replace.na <- function(r,val) {
  i <- is.na(r)
  j <- which(i)
  k <- which(!i)
  r[j[j > k[length(k)]]] <- val
  r
}

然后，假设您有一个data.frame像这样：

r <- data.frame(ID=c('A','B'),obs1=c(NA,1),obs2=c(0,NA),obs3=c(1,2),obs4=c(NA,3),obs5=c(NA,NA))
##  ID obs1 obs2 obs3 obs4 obs5
##1  A   NA    0    1   NA   NA
##2  B    1   NA    2    3   NA

We can apply对所有数字列的行进行函数r:

r[,-1] <- t(apply(r[,-1],1,replace.na,999))    
##  ID obs1 obs2 obs3 obs4 obs5
##1  A   NA    0    1  999  999
##2  B    1   NA    2    3  999

这治疗r[,-1] as a matrix和输出apply填充一个matrix，默认情况下由列填充。因此，我们必须转置结果matrix在将列替换回之前r.

另一种打电话方式replace.na is:

r[,-1] <- do.call(rbind,lapply(data.frame(t(r[,-1])),replace.na,999))

在这里，我们转置数字列r首先并将其设为data.frame。这使得每一行r列列表中的一列，即结果数据框。然后使用lapply在这些列上应用replace.na and rbind结果。

如果你想标记所有NA在第一个非之后NA，那么函数replace.na应该：

replace.na <- function(r,val) {
  i <- is.na(r)
  j <- which(i)
  k <- which(!i)
  r[j[j > k[1]]] <- val
  r
}

将其应用到数据上：

r[,-1] <- do.call(rbind,lapply(data.frame(t(r[,-1])),replace.na,999))
##  ID obs1 obs2 obs3 obs4 obs5
##1  A   NA    0    1  999  999
##2  B    1  999    2    3  999