R：如何將累積值拆分爲數據框中的缺失值？

Question

我還是R的新手。從這個示例表中，您可以清楚地看到差異列上有一些累計值。因此，如何將這些值傳播到NA值，這些值會將許多行累積到一行中，因爲我的設備在某些時段記錄值出現缺失值時出現問題，但他們在未來一小時仍可以獲得正確的值。

我的示例數據：

        DateTime diff1 diff2 
1      2017-06-11 05:00:00 366 25 
2      2017-06-11 06:00:00 380 22 
3      2017-06-11 07:00:00 365 40 
4      2017-06-11 08:00:00 366 45 
5      2017-06-11 09:00:00 361 91 
6      2017-06-11 10:00:00 1782 NA 
7      2017-06-11 11:00:00 NA 46 
8      2017-06-11 12:00:00 NA 44 
9      2017-06-11 13:00:00 NA 89 
10     2017-06-11 14:00:00 NA NA 
11     2017-06-11 15:00:00 345 46 

我必須設置手動狀態，如果它比的值（約1000或其他）時，它將被刪除，更改爲大約值。但這是我愚蠢的最糟糕的主意。這不適用於我的整個數據（大約1k行或更多）只是一個小例子。我不知道如何解決這個問題，並設置最佳條件來過濾和填充適當的值，以便在填充值之前獲得更明智的數據準備。

輸出應該是這樣的：

binning by mean of accumulated value    
           DateTime diff1 diff2 
1      2017-06-11 05:00:00 366.0 25.0 
2      2017-06-11 06:00:00 380.0 22.0  
3      2017-06-11 07:00:00 365.0 40.0  
4      2017-06-11 08:00:00 366.0 45.0   
5      2017-06-11 09:00:00 361.0 45.5  
6      2017-06-11 10:00:00 356.4 45.5    
7      2017-06-11 11:00:00 356.4 46.0  
8      2017-06-11 12:00:00 356.4 44.0  
9      2017-06-11 13:00:00 356.4 44.5  
10     2017-06-11 14:00:00 356.4 44.5   
11     2017-06-11 15:00:00 345.0 46.0 
[OR] by na.approx()   
           DateTime diff1 diff2 
1      2017-06-11 05:00:00 366.0000 25.00000 
2      2017-06-11 06:00:00 380.0000 22.00000 
3      2017-06-11 07:00:00 365.0000 40.00000 
4      2017-06-11 08:00:00 366.0000 45.00000 
5      2017-06-11 09:00:00 361.0000 45.33333 
6      2017-06-11 10:00:00 358.3333 45.66667 
7      2017-06-11 11:00:00 355.6667 46.00000 
8      2017-06-11 12:00:00 353.0000 44.00000 
9      2017-06-11 13:00:00 350.3333 44.66667 
10     2017-06-11 14:00:00 347.6667 45.33333 
11     2017-06-11 15:00:00 345.0000 46.00000 

最點我需要的是過濾改爲NA這些明智累積值。 任何想法請幫助。先生，謝謝你。

Answer 1

這裏是一個基礎R溶液：

df[c('diff1', 'diff2')] <- lapply(df[c('diff1', 'diff2')], function(x){ 
    g <- cumsum(!is.na(x)) 
    ave(x, g, FUN = function(y) y[1]/length(y)) 
}) 

# > df 
#    DateTime diff1 diff2 
# 1 2017-06-11 05:00:00 366.0 25.0 
# 2 2017-06-11 06:00:00 380.0 22.0 
# 3 2017-06-11 07:00:00 365.0 40.0 
# 4 2017-06-11 08:00:00 366.0 45.0 
# 5 2017-06-11 09:00:00 361.0 45.5 
# 6 2017-06-11 10:00:00 356.4 45.5 
# 7 2017-06-11 11:00:00 356.4 46.0 
# 8 2017-06-11 12:00:00 356.4 44.0 
# 9 2017-06-11 13:00:00 356.4 44.5 
# 10 2017-06-11 14:00:00 356.4 44.5 
# 11 2017-06-11 15:00:00 345.0 46.0 

我使用的原始數據的dput：

sample.df <- structure(list(DateTime = c("2017-06-11 05:00:00", "2017-06-11 06:00:00", 
"2017-06-11 07:00:00", "2017-06-11 08:00:00", "2017-06-11 09:00:00", 
"2017-06-11 10:00:00", "2017-06-11 11:00:00", "2017-06-11 12:00:00", 
"2017-06-11 13:00:00", "2017-06-11 14:00:00", "2017-06-11 15:00:00" 
), diff1 = c(366L, 380L, 365L, 366L, 361L, 1782L, NA, NA, NA, 
NA, 345L), diff2 = c(25L, 22L, 40L, 45L, 91L, NA, 46L, 44L, 89L, 
NA, 46L)), .Names = c("DateTime", "diff1", "diff2"), row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10", "11"), class = "data.frame")