ř更换NA与另一列值的组内的下一个值值
我有一个数据帧，如下ř更换NA与另一列值的组内的下一个值值
tmpdf <- data.frame(spaceNum=c(1,1,1,2,2,2,2), time.IN=c("2015-09-04 16:30", "2015-09-04 19:50", "2015-09-04 21:00", "2015-09-05 12:00", "2015 09-05 13:00", "2015 09-05 16:00", "2015 09-05 17:00"), time.OUT= c("2015-09-04 18:00", "NA", "NA","NA", "2015-09-05 13:21", "2015 09-05 16:48", "NA"))
> tmpdf
spaceNum time.IN time.OUT
1 1 2015-09-04 16:30 2015-09-04 18:00
2 1 2015-09-04 19:50 NA
3 1 2015-09-04 21:00 NA
4 2 2015-09-05 12:00 NA
5 2 2015 09-05 13:00 2015-09-05 13:21
6 2 2015 09-05 16:00 2015 09-05 16:48
7 2 2015 09-05 17:00 NA
>
我想的time.OUT NA值替换到的time.IN下一行值不是NULL并在相同的spaceNum组内。即，以下是我期待的结果。
spaceNum time.IN time.OUT
1 1 2015-09-04 16:30 2015-09-04 18:00
2 1 2015-09-04 19:50 2015-09-04 21:00
3 1 2015-09-04 21:00 NA
4 2 2015-09-05 12:00 2015-09-05 13:00
5 2 2015 09-05 13:00 2015-09-05 13:21
6 2 2015 09-05 16:00 2015 09-05 16:48
7 2 2015 09-05 17:00 NA
这似乎dplyr或data.table可以做到这一点，我不得不寻找以前的问题，但是没有找到这个合适的路要走。
这可能是专家R用户的简单问题，但对我来说，它已经让我几个小时了，并没有找到好的解决方案。请帮帮我！！谢谢。
以下是可能的dplyr解决方案。这是ifelse和lead组合，而最终产品应该再次转换为as.POSIXct作为信息丢失的结果，由于使用的ifelse
library(dplyr)
tmpdf %>%
group_by(spaceNum) %>%
mutate(time.OUT = as.POSIXct(ifelse(is.na(time.OUT), lead(time.IN), time.OUT), origin = "1970-01-01"))
# Source: local data frame [7 x 3]
# Groups: spaceNum
#
# spaceNum time.IN time.OUT
# 1 1 2015-09-04 16:30:00 2015-09-04 18:00:00
# 2 1 2015-09-04 19:50:00 2015-09-04 21:00:00
# 3 1 2015-09-04 21:00:00 <NA>
# 4 2 2015-09-05 12:00:00 2015-09-05 13:00:00
# 5 2 2015-09-05 13:00:00 2015-09-05 13:21:00
# 6 2 2015-09-05 16:00:00 2015-09-05 16:48:00
# 7 2 2015-09-05 17:00:00 <NA>
谢谢大卫，它的作品！ –
试试这个，
首先用字符向量构建df不是因素。 然后把所有的NA值放在sapply。 sapply中的函数找到当天发生的NA后的下一个time.IN。并从原来的df拉他们。最后将它们分配给df的NA值。
tmpdf <- data.frame(spaceNum=c(1,1,1,2,2,2,2),
time.IN=c("2015-09-04 16:30", "2015-09-04 19:50", "2015-09-04 21:00", "2015-09-05 12:00", "2015 09-05 13:00", "2015 09-05 16:00", "2015 09-05 17:00"),
time.OUT= c("2015-09-04 18:00", NA, NA,NA, "2015-09-05 13:21", "2015 09-05 16:48", NA),stringsAsFactors = F)
tmp<-tmpdf[unlist(
sapply(which(is.na(tmpdf[,3])),function(x){
if(tmpdf[x,1]==tmpdf[x+1,1] && !is.na(tmpdf[x,1]==tmpdf[x+1,1])) x+1
else NA
})), 2]
tmpdf[which(is.na(tmpdf[,3])),3]<-tmp
> tmpdf
spaceNum time.IN time.OUT
1 1 2015-09-04 16:30 2015-09-04 18:00
2 1 2015-09-04 19:50 2015-09-04 21:00
3 1 2015-09-04 21:00 <NA>
4 2 2015-09-05 12:00 2015 09-05 13:00
5 2 2015 09-05 13:00 2015-09-05 13:21
6 2 2015 09-05 16:00 2015 09-05 16:48
7 2 2015 09-05 17:00 <NA>
我们可以使用data.table做到这一点。在将'data.frame'转换为'data.table'（setDT(tmpdf)）后，我们将factor'time'列转换为character类。在这里，我假设NA s是真实的NA而不是字符串。按'spaceNum'分组，我们使用data.table的devel版本中的shift创建一个新的列'v1'。在'time.out'中将'time.OUT'值分配给对应于NA元素的'v1'。我们也可以将不需要的列“NULL”，即“V1”
library(data.table)#v1.9.5+
setDT(tmpdf)[, (2:3) :=lapply(.SD, as.character), .SDcols=2:3]
tmpdf[, v1:=shift(time.IN, type='lead'), spaceNum][is.na(time.OUT),
time.OUT:= v1][, v1:= NULL]
tmpdf
# spaceNum time.IN time.OUT
#1: 1 2015-09-04 16:30 2015-09-04 18:00
#2: 1 2015-09-04 19:50 2015-09-04 21:00
#3: 1 2015-09-04 21:00 NA
#4: 2 2015-09-05 12:00 2015 09-05 13:00
#5: 2 2015 09-05 13:00 2015-09-05 13:21
#6: 2 2015 09-05 16:00 2015 09-05 16:48
#7: 2 2015 09-05 17:00 NA
注意到，在本例中的数据集，除了性格"NA"，我们也有多种格式的“时间”栏。即2015 09-05 16:48和2015-09-05 13:21。如果我们需要转换为POSIXct，我们可以使用library(lubridate)，因为它可以采用多种格式。
library(lubridate)
tmpdf[, (2:3) := lapply(.SD, ymd_hm), .SDcols=2:3]
tmpdf
# spaceNum time.IN time.OUT
#1: 1 2015-09-04 16:30:00 2015-09-04 18:00:00
#2: 1 2015-09-04 19:50:00 2015-09-04 21:00:00
#3: 1 2015-09-04 21:00:00 <NA>
#4: 2 2015-09-05 12:00:00 2015-09-05 13:00:00
#5: 2 2015-09-05 13:00:00 2015-09-05 13:21:00
#6: 2 2015-09-05 16:00:00 2015-09-05 16:48:00
#7: 2 2015-09-05 17:00:00 <NA>
感谢akrun提供的data.table解决方案。 –
@简志康Thanks for the upvote。 – akrun
您没有带提供了一个例子，当'time.IN'为NULL，它应该如何处理 –
是你的真实也类的数据列'factor'在您的示例数据？ –
@David，为了简化问题，我想只是将time.OUT保留为NULL，如果time.IN的下一行值为NULL。 –