Вменение отсутствующих значений в сгруппированном кадре данных

Question

Я вменяю пропущенные значения в сгруппированный фрейм данных. Внутри DF отсутствующие значения рандомизированы для Var1 & Var2.

. Кадр данных сгруппирован по переменным Factory:MachineNum. Вменение в этих группировках выполняется в порядке Odometer.

Код отлично работает примерно в 5-10% случаев. Остальные 90-95% времени говорят:

"Error: Column Impute must be length 50 (the group size) or one, not 49".

Я думаю, что это может быть связано со случайностью пропущенных значений. Возможно, когда по крайней мере 1 строка разделяет 2 пропущенных значения.

Как сделать этот код более надежным?

Несколько раз запустив весь код, вы увидите, что он выполняет около 5–10% попыток, и в конечном итоге будет создан кадр данных Results.

library(dplyr)
library(tidyr)

# Create dataframe with some missing values in Var1 and Var2
DF <- data.frame(Factory = c(replicate(150,"Factory_A"), replicate(150,"Factory_B")),
                 MachineNum = c(replicate(100,"Machine01"), replicate(100,"Machine02"), replicate(100,"Machine03")),
                 Odometer = c(replicate(1,sample(1:1000,100,rep=FALSE)), replicate(1,sample(5000:7000,100,rep=FALSE)), replicate(1,sample(10000:11500,100,rep=FALSE))),
                 Var1 =c(replicate(1, sample(c(2:10, NA), 100, rep = TRUE)), replicate(1, sample(c(15:20, NA), 100, rep = TRUE)), replicate(1, sample(c(18:24, NA), 100, rep = TRUE))),
                 Var2 = c(replicate(1, sample(c(110:130, NA), 100, rep = TRUE)), replicate(1, sample(c(160:170, NA), 100, rep = TRUE)), replicate(1, sample(c(220:230, NA), 100, rep = TRUE)))
)




# Variables with missing values that need imputing
cols <- grep('Var', names(DF), value = TRUE)

# Group-wise impution of missing values
library(stinepack)
Models <- DF %>%
  pivot_longer(cols = starts_with('Var')) %>%
  arrange(Factory, MachineNum, name, Odometer) %>%
  group_by(Factory, MachineNum, name) %>%
  mutate(Impute = na.stinterp(value, along = time(Odometer), na.rm = TRUE))



# Convert results from long to wide to visually inspect
Results <- Models %>% 
  group_by(Factory, MachineNum, name) %>% 
  mutate(row = row_number()) %>% 
  tidyr::pivot_wider(names_from = name, values_from = c(value, Impute))

Answer 1

Ошибка происходит, когда у вас есть лидерство и отставание NA в группе, а поскольку у вас na.rm = TRUE, он удаляет их, делая группу несбалансированной.

Если вы сохраните na.rm как FALSE, то NA останется NA и будет работать без ошибок.

library(dplyr)
library(stinepack)

DF %>%
  pivot_longer(cols = starts_with('Var')) %>%
  arrange(Factory, MachineNum, name, Odometer) %>%
  group_by(Factory, MachineNum, name) %>%
  mutate(Impute = na.stinterp(value, along = time(Odometer), na.rm = FALSE))