R:用最后一个非空单元格的值填充空单元格

Question

在Excel中,很容易抓取列中的单元格并向下拖动光标以替换下面的多个单元格,以便每个单元格与原始单元格成为相同的值.

可以使用for循环在R中执行此功能.我今天花了一些时间试图解决这个问题,并且认为我会为了下一个人的利益而分享:

for (row in 2:length(data$column)){ # 2 so you don't affect column names
    if(data$column[row] == "") {    # if its empty...
        data$column[row] = data$column[row-1] # ...replace with previous row's value
    }
}

这对我有用,虽然花了很长时间(5-10分钟)才能运行庞大的数据文件.也许有一种更有效的方法来实现这一功能,我鼓励任何人说如何做到这一点.

谢谢,祝你好运.

Answer 1

df <- data.frame(a = c(1:5, "", 3, "", "", "", 4), stringsAsFactors = FALSE)

> df
   a
1  1
2  2
3  3
4  4
5  5
6   
7  3
8   
9   
10  
11 4

while(length(ind <- which(df$a == "")) > 0){
  df$a[ind] <- df$a[ind -1]
}

> df
   a
1  1
2  2
3  3
4  4
5  5
6  5
7  3
8  3
9  3
10 3
11 4

编辑:添加时间档案

set.seed(1)
N = 1e6
df <- data.frame(a = sample(c("",1,2),size=N,replace=TRUE),
                 stringsAsFactors = FALSE)

if(df$a[1] == "") {df$a[1] <- NA}

system.time(
  while(length(ind <- which(df$a == "")) > 0){
    df$a[ind] <- df$a[ind - 1]
  }, gcFirst = TRUE)

user  system elapsed 
0.89    0.00    0.88 

Answer 2

这里使用快速的解决方案na.locf从zoo包内施加data.table。我在结果中创建了一个新列y以更好地可视化替换缺失值的效果（这里很容易替换x列）。由于na.locf替换了缺失值，因此需要一个额外的步骤来将所有零长度值替换为NA。该解决方案是非常快，只需不到半秒钟在我的机器为1E6行。

library(data.table)
library(zoo)
N=1e6  ##  number of rows 
DT <- data.table(x=sample(c("",1,2),size=N,replace=TRUE))
system.time(DT[!nzchar(x),x:=NA][,y:=na.locf(x)])
## user  system elapsed 
## 0.59    0.30    1.78 
# x y
# 1:  2 2
# 2: NA 2
# 3: NA 2
# 4:  1 1
# 5:  1 1
# ---     
#   999996:  1 1
# 999997:  2 2
# 999998:  2 2
# 999999: NA 2
# 1000000: NA 2