na.approx

Question

के साथ डेटा फ्रेम में इंटरपोलेट एनए मान na.approx() के साथ इंटरपोलेशन द्वारा मेरे डेटा फ्रेम से NA एस को निकालने का प्रयास कर रहा हूं लेकिन NA एस को हटा नहीं सकता।

मेरा डेटा फ्रेम गैर-मान्य मूल्य के लिए ध्वज के रूप में 270.15 के साथ 4096x4096 है। मुझे मौसम संबंधी मॉडल को खिलाने के लिए सभी बिंदुओं में निरंतर डेटा होने की आवश्यकता है। कल मैंने पूछा, और एक अन्य डेटा फ्रेम के आधार पर डेटा फ्रेम में मूल्यों को प्रतिस्थापित करने के तरीके पर एक उत्तर प्राप्त किया। लेकिन उसके बाद मैं na.approx() पर आया और फिर NA के साथ 270.15 मानों को प्रतिस्थापित करने का निर्णय लिया और डेटा को इंटरपोल करने के लिए na.approx() को आजमाएं। लेकिन सवाल यह है कि na.approx() सभी एनएएस को प्रतिस्थापित नहीं करता है।

• एनए
  साथ

  > sst4[sst4 == 270.15 ] = NA 
  

• सबसेट डेटा फ्रेम (4094x4096)

• स्थानापन्न झंडा मूल्य hdf5load के साथ मूल HDF फ़ाइल पढ़ें:

  यह मैं क्या कर रहा हूँ है

  पहले कॉलम (या कोई अन्य) देखें

  > summary(sst4[,1]) 
  
  Min. 1st Qu. Median Mean 3rd Qu. Max. NA's 
  271.3 276.4 285.9 285.5 292.3 302.8 1345.0 
  

• भागो na.approx

  > sst4=na.approx(sst4,na.rm="FALSE") 
  

• चेक पहले कॉलम

  > summary(sst4[,1]) 
  Min. 1st Qu. Median Mean 3rd Qu. Max. NA's 
  271.3 276.5 286.3 285.9 292.6 302.8 411.0 
  

आप देख सकते हैं 411 एनए निकाल नहीं किया गया है। क्यूं कर? क्या वे सभी अग्रणी/समापन कॉलम मानों से मेल खाते हैं?

head(sst4[,1]) 
[1] NA NA NA NA NA NA 
tail(sst4[,1]) 
[1] NA NA NA NA NA NA 

क्या नाप से पहले और बाद में वैध मूल्य रखने के लिए na.approx द्वारा इसकी आवश्यकता है? क्या मुझे किसी अन्य na.approx विकल्प को सेट करने की आवश्यकता है?

आपको बहुत बहुत

Answer 1

एक छोटी सी, प्रतिलिपि प्रस्तुत करने योग्य उदाहरण:

library(zoo) 
set.seed(1) 
m <- matrix(runif(16, 0, 100), nrow = 4) 
missing_values <- sample(16, 7) 
m[missing_values] <- NA 
m 
     [,1]  [,2]  [,3]  [,4] 
[1,] 26.55087 20.16819 62.911404 68.70228 
[2,] 37.21239  NA 6.178627 38.41037 
[3,]  NA  NA  NA  NA 
[4,] 90.82078 66.07978  NA  NA 

na.approx(m) 
     [,1]  [,2]  [,3]  [,4] 
[1,] 26.55087 20.16819 62.911404 68.70228 
[2,] 37.21239 35.47206 6.178627 38.41037 
[3,] 64.01658 50.77592  NA  NA 
[4,] 90.82078 66.07978  NA  NA 

m[4, 4] <- 50 
na.approx(m) 
     [,1]  [,2]  [,3]  [,4] 
[1,] 26.55087 20.16819 62.911404 68.70228 
[2,] 37.21239 35.47206 6.178627 38.41037 
[3,] 64.01658 50.77592  NA 44.20519 
[4,] 90.82078 66.07978  NA 50.00000 

हाँ, लगता है कि आप या स्तंभों के प्रारंभ/समाप्ति मूल्यों में जाना जाने की जरूरत है प्रक्षेप काम नहीं करता। क्या आप अपनी सीमाओं के लिए मूल्य अनुमान लगा सकते हैं?

एक और संपादित करें: तो डिफ़ॉल्ट रूप से, आपको ज्ञात कॉलम के प्रारंभ और अंत मूल्यों की आवश्यकता होती है। हालांकि rule = 2 पारित करके हमेशा रिक्त स्थान भरने के लिए na.approx प्राप्त करना संभव है। फ़ेलिक्स का जवाब देखें। गैबर की टिप्पणी के अनुसार, आप डिफ़ॉल्ट मान प्रदान करने के लिए na.fill का भी उपयोग कर सकते हैं।अंत में, आप दो दिशाओं (नीचे देखें) में सीमा स्थितियों को विभाजित कर सकते हैं या सीमा की स्थिति अनुमान लगा सकते हैं।

---

संपादित करें: एक और सोचा। चूंकि na.approx कॉलम में केवल इंटरपोलेट कर रहा है, और आपका डेटा विशाल है, शायद पंक्तियों में अंतरण भी उपयोगी होगा। फिर आप औसत ले सकते हैं।

na.approx विफल रहता है जब पूरे कॉलम NA होते हैं, इसलिए हम एक बड़ा डेटासेट बनाते हैं।

set.seed(1) 
m <- matrix(runif(64, 0, 100), nrow = 8) 
missing_values <- sample(64, 15) 
m[missing_values] <- NA 

रन na.approx दोनों तरीकों से चलाएं।

by_col <- na.approx(m) 
by_row <- t(na.approx(t(m))) 

सबसे अच्छा अनुमान खोजें।

default <- 50 
best_guess <- ifelse(is.na(by_row), 
    ifelse(
    is.na(by_col), 
    default,    #neither known 
    by_col    #only by_col known 
), 
    ifelse(
    is.na(by_col), 
    by_row,    #only by_row known 
    (by_row + by_col)/2 #both known 
) 
) 

Answer 2

मुझे लगता है कि आप डॉक्स

na.rm तार्किक से na.rm=TRUE

स्थापित करने के लिए प्रयास करना चाहिए धन्यवाद। एनएएस को हटाया जाना चाहिए?

http://www.oga-lab.net/RGM2/func.php?rd_id=zoo:na.approx

Answer 3

na.approx() केवल मूल्यों interpolating, नहीं उन्हें Extrapolating, डिफ़ॉल्ट रूप से में approx() समारोह इस प्रकार है। हालांकि, जैसा कि approx() के लिए सहायता पृष्ठ में वर्णित है, आप निकटतम चरम के निरंतर मूल्य के रूप में extrapolate करने के लिए rule = 2 निर्दिष्ट कर सकते हैं। रिची कपास के उदाहरण के बाद:

na.approx(m, rule = 2) 
     [,1]  [,2]  [,3]  [,4] 
[1,] 26.55087 20.16819 62.911404 68.70228 
[2,] 37.21239 35.47206 6.178627 38.41037 
[3,] 64.01658 50.77592 6.178627 38.41037 
[4,] 90.82078 66.07978 6.178627 38.41037 

समतुल्य रूप से, आप स्पष्ट रूप से "अंतिम अवलोकन आगे बढ़ने" का उपयोग कर सकते हैं।

na.locf(na.approx(m)) 
## "first observation carry backwards" too: 
na.locf(na.locf(na.approx(m)), fromLast = TRUE)