Вменяйте пропущенные значения со значением ROLLING в R

Question

Я новичок в R и борюсь с проблемой.

Мне нужна функция для вычисления отсутствующих значений в векторе в соответствии со средним значением элементов в окне заданного размера.

Тем не менее, это окно будет двигаться, потому что, скажем, мой NA находится в положении 30, а мой размер окна 10, среднее значение должно быть рассчитано для x[20:40], Так что для каждого найденного NAОкно значит будет другим.

Я пытался это:

impute.to.window.mean <- function(x, window) {

  na.idx <- is.na(x)  #find missing values in x

  for (na in na.idx) {

    y <- (x[na]-window):(x[na]+window)
    na.idx[na] <- mean(y, na.rm = TRUE)
  }

  return(x)
}

но это не правильно, и я не знаю, как продолжить.

Answer 1

Вы можете рассмотреть возможность использования imputeTS пакет. Вот пример заполнения значений простой скользящей средней и окном 4:

x <- rnorm(100)
x[c(7, 21, 33)] <- NA

imputeTS::na.ma(x, k = 4, weighting = "simple")

Answer 2

Используя zoo::rollapply, это можно сделать одним оператором. Мы использовали окно длиной 5 (2 по обе стороны от текущей точки) для этого примера:

library(zoo)

x <- replace(1:20, c(4, 6, 10, 15), NA) # test data


rollapply(c(NA, NA, x, NA, NA), 5, 
    function(x) if (is.na(x[3])) mean(x, na.rm = TRUE) else x[3])

давая:

 [1]  1.000000  2.000000  3.000000  3.333333  5.000000  6.666667  7.000000
 [8]  8.000000  9.000000 10.000000 11.000000 12.000000 13.000000 14.000000
[15] 15.000000 16.000000 17.000000 18.000000 19.000000 20.000000

Answer 3

С основанием R:

df <- data.frame(x = sample(c(1:10,NA),1000, replace = T))
window <- 10

lapply(1:(nrow(df)-window), function(x) ifelse(is.na(df[x,'x']),mean(df[x:(x+10),'x'],na.rm=T),df[x,'x']))

Единственная разница у меня в том, что я теперь жду ценностей. Но вы можете изменить это в соответствии со своими спецификациями.

Answer 4

Ваша индексация немного

impute.to.window.mean <- function(x, window) {
  na.idx <- which(is.na(x))  #find missing values in x

  for (na in na.idx) {
    y <- sort(x[(na - window):(na + window)])
    x[na] <- mean(y)
  }

  return(x)
}

Пройдите пример

set.seed(1)
x <- sample(10)
na <- 6
x[na] <- NA
# [1]  3  4  5  7  2 NA  9  6 10  1

window <- 3L

я использовал sort потому что это опускает NAS в один шаг; Вы хотите среднее значение этого вектора, которые являются всеми значениями, которые попадают в window

sort(x[(na - window):(na + window)])
# [1]  2  5  6  7  9 10

mean(sort(x[(na - window):(na + window)]))
# [1] 6.5

Проверьте свою функцию сейчас

impute.to.window.mean(x, window)
# [1]  3.0  4.0  5.0  7.0  2.0  6.5  9.0  6.0 10.0  1.0

---

редактировать

На самом деле, вы, вероятно, должны использовать

y <- sort(x[pmax(1L, (na - window)):pmin(length(x), (na + window))])

вместо этого для случая, когда NA происходит, скажем, в 2, и ваше окно> 1

## current version
impute.to.window.mean(x, 10)
# Error in x[(na - window):(na + window)] : 
#   only 0's may be mixed with negative subscripts

## version with pmax/pmin
impute.to.window.mean(x, 10)
# [1]  3.000000  4.000000  5.000000  7.000000  2.000000  5.222222  9.000000  6.000000 10.00000 1.000000

mean(sort(x))
# [1] 5.222222

impute.to.window.mean <- function(x, window) {
  na.idx <- which(is.na(x))  #find missing values in x

  for (na in na.idx) {
    # y <- sort(x[(na - window):(na + window)])
    y <- sort(x[pmax(1L, (na - window)):pmin(length(x), (na + window))])
    x[na] <- mean(y)
  }

  return(x)
}

Answer 5

В функции preProcess пакета «Caret» есть метод под названием «knnImpute», который делает именно это. Попробуй.