R: Интерполяция NA по группам

Question

Я хотел бы выполнить линейную интерполяцию в переменной кадра данных, которая учитывает: 1) разницу во времени между двумя точками, 2) момент, когда данные были взяты, и 3) человек, принятый для измерения переменной.

Например, в следующем dataframe:

df <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3), 
      Individuals=c(1,1,1,1,1,1,1,2,2,2), 
      Value=c(1, 2, 3, NA, 5, NA, 7, 5, NA, 7)) 
    df 

Я хотел бы получить:

result <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3), 
       Individuals=c(1,1,1,1,1,1,1,2,2,2), 
       Value=c(1, 2, 3, 4, 5, 6, 7, 5, 5.5, 6)) 
result 

Я не могу использовать исключительно функцию na.approx пакета zoo, потому что все наблюдения не являются consecutives, некоторые наблюдения принадлежат одному человеку, а другие наблюдения принадлежат другим. Причина в том, что если второй человек будет иметь свое первое окошко с NA, и я бы использовал исключительно функцию na.approx, я бы использовал информацию из individual==1 для интерполяции NA из individual==2 (например, следующий фрейм данных имел бы sucherror)

df_2 <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3), 
       Individuals=c(1,1,1,1,1,1,1,2,2,2), 
       Value=c(1, 2, 3, NA, 5, NA, 7, NA, 5, 7)) 
    df_2 

Я попытался с помощью пакетов zoo и dplyr:

library(dplyr) 
library(zoo) 
proof <- df %>% 
    group_by(Individuals) %>% 
    na.approx(df$Value) 

Но я не могу выполнить group_by в zoo объекта.

Знаете ли вы, как интерполировать значения NA в одной переменной по группам?

Спасибо заранее,

Answer 1

Использование data.frame, а не cbind создавать свои данные. cbind возвращает матрицу, но вам нужен фрейм данных для dplyr. Затем используйте na.approx внутри mutate. Я прокомментировал group_by, так как вы не указали переменную группировки в своих данных, но этот подход должен работать, как только вы добавили переменную группировки в фрейм данных.

df <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3), 
      Individuals=c(1,1,1,1,1,1,1,2,2,2), 
      Value=c(NA, 2, 3, NA, 5, NA, 7, 8, NA, 10)) 

library(dplyr) 
library(zoo) 

df %>% 
    group_by(Individuals) %>% 
    mutate(ValueInterp = na.approx(Value, na.rm=FALSE)) 

    time Individuals Value ValueInterp 
1  1   1 NA   NA 
2  2   1  2   2 
3  3   1  3   3 
4  4   1 NA   4 
5  5   1  5   5 
6  6   1 NA   6 
7  7   1  7   7 
8  1   2  8   8 
9  2   2 NA   9 
10 3   2 10   10 

Answer 2

Мы можем использовать data.table

library(data.table) 
library(zoo) 
setDT(df1)[, ValueInterp:= na.approx(Value, na.rm=TRUE), by = Individual]