Интерполировать значения NA во фрейме данных с помощью na.approx

Небольшой воспроизводимый пример:

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

Ага, похоже, вам нужно знать начальные / конечные значения столбцов, иначе интерполяция не работает. Можете ли вы угадать значения ваших границ?

ДРУГОЕ РЕДАКТИРОВАНИЕ: Итак, по умолчанию вам нужно знать начальное и конечное значения столбцов. Однако можно заставить na.approx всегда заполнять пробелы, передавая rule = 2. См. Ответ Феликса. Вы также можете использовать na.fill, чтобы указать значение по умолчанию, согласно комментарию Габора. Наконец, вы можете интерполировать граничные условия в двух направлениях (см. Ниже) или угадать граничные условия.

РЕДАКТИРОВАТЬ: Еще одна мысль. Поскольку na.approx выполняет интерполяцию только по столбцам, а ваши данные являются пространственными, возможно, интерполяция по строкам также будет полезна. Тогда вы можете взять среднее.

na.approx не работает, когда все столбцы равны NA, поэтому мы создаем больший набор данных.

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

Запустите na.approx в обоих направлениях.

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

Найдите лучшее предположение.

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
  )
)

na.approx() следует функции approx() только в интерполяции значений, но не в их экстраполяции по умолчанию. Однако, как описано на странице справки для approx(), вы можете указать rule = 2 для экстраполяции как постоянное значение ближайшего экстремума. Следуя примеру Ричи Коттона:

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

Точно так же вы можете явно использовать «перенос последнего наблюдения».

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

Думаю, стоит попробовать установить na.rm=TRUE

Из документов

на.рм логично. Следует ли удалить ведущие НП?

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