在 r 中，分配之前的非 na 值

Question

我需要向前填充 NA 值，即将 NA 替换为最后一个以前的非 NA 值。这是一个示例，但最后一行没有向前填充。我收到一个错误，指出要替换的值的数量与替换值的数量不同。我究竟做错了什么？

# Test time accumulation and assignment
foo_df <- NULL
nTimes = 10000
nEvents = 70
nUnits = 300
usageTimes = seq(0.5, 3, .5)
events = c("File Event", paste("Event ",seq(1,nEvents)))
randDates <- function(N, st="2014/01/01", et="2014/07/31") {
     st <- as.POSIXct(as.Date(st))
     et <- as.POSIXct(as.Date(et))
     dt <- as.numeric(difftime(et,st,unit="sec"))
     ev <- sort(runif(N, 0, dt))
     rt <- st + ev
}
probEvent = rep(1, length(events))
probEvent[1] = 5
# Generate fake data with events, units, and event times
foo_df = data.frame(eventName = sample(events, nTimes, replace=T, probEvent),
   unit = sample(seq(1,nUnits),nTimes,replace=T),
   event_time= randDates(nTimes),
   usageTime = NA, cumTime=NA)
# Order by time, and set the first nUnits events to File Event for each unit
foo_df = foo_df[with(foo_df, order(event_time)), ]
foo_df[1:nUnits ]$eventName = "File Event"
foo_df[1:nUnits ]$unit = seq(1,nUnits)
# Add random usage times to File Events
nFile = length(foo_df$eventName[foo_df$eventName == "File Event"])
foo_df$usageTime[foo_df$eventName == "File Event"] = sample(usageTimes, nFile, replace=T)
# Order by unit / event time
foo_df = foo_df[with(foo_df, order(unit,event_time)), ]

# accumulate the event time for file events
entire_file_rows = foo_df$eventName=="File Event"
temp_df = data.frame(cum_ft=0, event_time=foo_df$event_time[entire_file_rows],
      unit=foo_df$unit[entire_file_rows], usageTime=foo_df$usageTime[entire_file_rows])
temp_df$cumTime <- ave(temp_df$usageTime, temp_df$unit, FUN=cumsum) 
foo_df$cumTime[entire_file_rows] = temp_df$cumTime

# This is where I'm stuck
# Want to assign the cummulative time to the other events (non File Event)

library(zoo) ; 
# foo_df[foo_df$eventType != "File Event"]$"cumTime" <- NA 
foo_df$cumTime <- na.locf(foo_df$cumTime)

我收到错误消息：“Error in $<-.data.frame( *tmp*, "cumTime", value = c(2.5, 2.5, 4, 4, : 替换有 9993 行，数据有 10000”

我可以看到有两个问题，第一，先出现 NA，所以它们不会从 na.locf 中携带，第二，应该将 locf 分组到单元上。

但是，为什么 NA 首先出现？数据根据 EventTime 进行排序，然后将第一个 nUnit 记录分配给 nUnit 的单元号 1，以及 eventName“文件事件”。稍后，当按单位和事件时间排序时，如何在“文件事件”记录之前有时间？

这个过程应该在cumTime中累积使用时间，记录按单位排序，然后是EventTime。在将 cumTIme 从“文件事件”传输到其他事件之前，我绘制了按单位和事件类型与 eventTime 分组的 cumTime，该图看起来不错，cumTime 正在增加。但是，在将 cumTime 从“文件事件”转移到其他事件后，cumTime（按单位/事件类型分组）与 eventTime 的图不正确，因为 cumTime 具有尖峰和逐渐减小的值，这是不可能的。

Answer 1

你有领先NA价值的问题。这些默认情况下会被删除，na.locf从而导致分配右侧的短向量。

您可以使用领先NA的进行分配：

foo_df$cumTime <- na.locf(foo_df$cumTime, na.rm=FALSE)

这将覆盖NA除前导值之外的所有值。

然后，您可以将主要NA值分配给其他内容：

foo_df$cumTime[is.na(foo_df$cumTime)] <- 0