Last observation carried forward

Als je missende waarden hebt in een tijdreeks, is een veelgebruikte techniek om de laatste niet-missende waarde door te trekken. Dit heet last observation carried forward. Dit laat zich natuurlijk uitdrukken met iteratieve code. Hier is een implementatie 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
}

Net als bij rollende gemiddelden is het erg lastig om deze code te vectoriseren en toch leesbaar te houden. Maar omdat dit slechts een for-lus is, kun je het eenvoudig naar C++ vertalen.

na_locf1() is beschikbaar in je werkruimte. Zet het om naar C++ en ken het toe aan na_locf2().

Deze oefening maakt deel uit van de cursus

R-code optimaliseren met Rcpp

Cursus bekijken

Oefeninstructies

Initialiseer current met de NA-waarde van de NumericVector.
De if-voorwaarde moet controleren of het i-de element van x een NA van NumericVector is.
Als die voorwaarde waar is, zet dan het i-de element van res op current.
Anders zet je current op het i-de element van x.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

#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
  )
*/

Code bewerken en uitvoeren