1

Столкнулся со следующей проблемой: в data.frame нужно заменить все NA, на значения, которые стоят выше них в столбцах.

Для этого я пишу следующий цикл:

for (i in 1:length(data[1])) {
  for (j in 1:length(data[,1])) {
    if (data[i,j] == NA) {
      data[i,j]<-data[i,j-1]
    }
  }
}

Другими словами, я воздействую сначала поочередно на каждую строчку в столбце, и в случае, если значение ячейки [i, j] равно NA, я заменяю его значением этого же столбца, только выше.

В теории все логично, но R выдает ошибку, что

Error in if (data[i, j] == NA) { : missing value where TRUE/FALSE needed

Хотя вроде бы я все верно написал.

6
  • Если переводить ошибку, не хватает TRUE или FALSE значения.
    – Insider
    23 июн 2015 в 20:42
  • 1
    На всякий случай спрошу: что планируется делать в случае, когда в первой строке значение NA, а также если несколько NA идёт подряд? 23 июн 2015 в 22:23
  • Понял, что немного запутался, и никаких проблем при подряд идущих значениях нет. Тем не менее, первая часть вопроса всё же актуальна. 23 июн 2015 в 23:01
  • Мне вот даже исправленное решение не очень нравится эстетически. Двойной цикл все-таки??? А нельзя ли эту задачу решить в более векторном виде??? Ifelse поможет, но никак не соображу как в этом случае сослаться на предыдущую строку...
    – Yury Arrow
    24 июн 2015 в 4:18
  • 5
    Возможный дубликат вопроса: Редактирование дата-фрейма, содержащего NA 8 сен 2015 в 1:35

3 ответа 3

4

Проблема в том, что любое сравнение с NA возвращает NA.
Соответственно, условие smth == NA всегда вернёт NA.

Условный оператор if не может обработать подобное значение, поэтому возникает указанная ошибка.

Для правильного сравнения с NA используйте функцию is.na, как указал @YuryArrow.


Ещё заметил, что описание задачи отличается от того, что вы реализовали. У вас есть ещё несколько ошибок:

  1. Если data является data.frame, то data[1] также будет являться data.frame, следовательно length(data[1]) будет всегда возвращать 1, так как возвращается число столбцов, а data[1] -- это первый столбец. Вместо этого, для большей ясности, лучше использовать функцию ncol. Для получения числа строк в data.frame можно использовать парную функцию nrow.

  2. У вас присваивается значение не из того же столбца, а из строки левее из-за перепутанных индексирующих переменных.

Исправленное решение может выглядеть, например, так:

for (col in 1:ncol(data)){
  for (row in 1:nrow(data)){
    if (is.na(data[row,col])) {
      data[row,col] <- data[row-1,col]
    }
  }
}
3

Не уверен, что так можно на NA сравнивать. Попробуйте лучше так:

if (is.na(data[i,j])) {
  data[i,j] <- data[i,j-1]
}

update: @TimofeyBondarev Вот оно самое красивое (внешне, по крайней мере) решение:

library(zoo)
data <- data.frame(
   x=c(1,  2,NA, 4,NA,NA), 
   y=c(11,NA,13,NA,15,NA),
   z=c(NA,'Fil','Tor',NA,NA,NA)
)
na.locf(data)
1
  • Отличное решение, но думаю, что стоит добавить немного информации из документации к этой функции о том, что она может удалять строки из данных. 7 июл 2015 в 16:13
2

Решение без циклов:

data <- data.frame(
    x=c(1,  2,NA, 4,NA,NA), 
    y=c(11,NA,13,NA,15,NA),
    z=c(NA,'Fil','Tor',NA,NA,NA)
)
# Находим индексы пропущенных значений.
nas <- which(is.na(data), arr.ind=TRUE)
for_replace <- nas
# Ищем индексы значений, на которые нужно заменить NA
for_replace[, 1] <- for_replace[, 1]-1
data[nas] <- data[for_replace]

Если первое значение является NA или есть несколько NA подряд, то замена произведена не будет (естественно), но и ошибки не возникнет; будет лишь предупреждение. Решение с пакетом zoo лучше в данном случае, но менее универсально.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.