Last observation carried forward

Quando hai dati mancanti in una serie temporale, una tecnica comune è propagare in avanti l’ultimo valore non mancante. Questo è noto come last observation carried forward. Si presta bene a essere espresso con codice iterativo. Ecco un’implementazione in R:

na_locf1 <- function(x) {
  current <- NA  
  res <- x
  for(i in seq_along(x)) {
    if(is.na(x[i])) {
      # Replace with current
      res[i] <- current
    } else {
      # Set current 
      current <- x[i]
    }
  }  
  res
}

Come per le medie mobili, è davvero difficile vettorializzare questo codice mantenendolo leggibile. Tuttavia, dato che si tratta solo di un ciclo for, può essere facilmente tradotto in C++.

na_locf1() è disponibile nel tuo workspace. Convertirlo in C++ e assegnarlo a na_locf2().

Questo esercizio fa parte del corso

Ottimizzare il codice R con Rcpp

Visualizza il corso

Istruzioni dell'esercizio

Inizializza current al valore NA di NumericVector.
La condizione dell’if deve verificare se l’elemento i-esimo di x è un NA di NumericVector.
Quando la condizione è vera, imposta l’elemento i-esimo di res a current.
Altrimenti, imposta current all’elemento i-esimo di x.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

#include 
using namespace Rcpp;

// [[Rcpp::export]]
NumericVector na_locf2(NumericVector x) {
  // Initialize to NA
  double current = ___::___();
  
  int n = x.size();
  NumericVector res = clone(x);
  for(int i = 0; i < n; i++) {
    // If ith value of x is NA
    if(___::___(___)) {
      // Set ith result as current
      res[i] = ___;
    } else {
      // Set current as ith value of x
      current = ___;
    }
  } 
  return res ;
}

/*** R
  library(microbenchmark)
  set.seed(42)
  x <- rnorm(1e5)
  # Sprinkle some NA into x
  x[sample(1e5, 100)] <- NA  
  microbenchmark( 
    na_locf1(x), 
    na_locf2(x), 
    times = 5
  )
*/

Modifica ed esegui il codice