Mean carried forward

Eine Alternative zu "last observation carried forward" ist, NAs durch den Mittelwert aller vorherigen Nicht-NA-Werte zu ersetzen. Das nennt sich mean carried forward. Auch hier gilt: In R musst du dich zwischen Lesbarkeit und Geschwindigkeit entscheiden. Der folgende Code ist auf Lesbarkeit ausgelegt:

na_meancf1 <- function(x) {
  total_not_na <- 0
  n_not_na <- 0
  res <- x
  for(i in seq_along(x)) {
    if(is.na(x[i])) {
      res[i] <- total_not_na / n_not_na
    } else {
      total_not_na <- total_not_na + x[i]
      n_not_na <- n_not_na + 1
    }
  }
  res
}

Die iterative Struktur macht eine Vektorisierung schwierig. Stattdessen übertragen wir das nach C++. Vervollständige die Definition von na_meancf2(), einer C++-Übersetzung von na_meancf1().

Diese Übung ist Teil des Kurses

R-Code mit Rcpp optimieren

Kurs anzeigen

Anleitung zur Übung

Prüfe in der if-Bedingung, ob das i-te Element von x einem NA eines NumericVector entspricht.
Wenn die Bedingung erfüllt ist, setze das i-te Ergebnis auf die Summe der nicht fehlenden Werte, total_not_na, geteilt durch die Anzahl der nicht fehlenden Werte, n_not_na.
Andernfalls erhöhe total_not_na um das i-te Element von x und addiere 1 zu n_not_na.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

#include 
using namespace Rcpp; 

// [[Rcpp::export]]
NumericVector na_meancf2(NumericVector x) {
  double total_not_na = 0.0;
  double n_not_na = 0.0;
  NumericVector res = clone(x);
  
  int n = x.size();
  for(int i = 0; i < n; i++) {
    // If ith value of x is NA
    if(___) {
      // Set the ith result to the total of non-missing values 
      // divided by the number of non-missing values
      res[i] = ___ / ___;
    } else {
      // Add the ith value of x to the total of non-missing values
      ___;
      // Add 1 to the number of non-missing values
      ___;
    }
  }  
  return res;
}

/*** R
  library(microbenchmark)
  set.seed(42)
  x <- rnorm(1e5)
  x[sample(1e5, 100)] <- NA  
  microbenchmark( 
    na_meancf1(x), 
    na_meancf2(x), 
    times = 5
  )
*/

Code bearbeiten und ausführen