Mean carried forward

Een alternatief voor last observation carried forward is om NA's te vervangen door het gemiddelde van alle eerdere niet-NA-waarden. Dit heet mean carried forward. Ook hier moeten we in R kiezen tussen leesbaarheid en snelheid. Het volgende is geschreven met het oog op leesbaarheid:

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
}

Door het iteratieve karakter is dit lastig te vectoriseren, dus laten we het in plaats daarvan naar C++ omzetten. Maak de definitie af van na_meancf2(), een C++-vertaling van na_meancf1().

Deze oefening maakt deel uit van de cursus

R-code optimaliseren met Rcpp

Cursus bekijken

Oefeninstructies

Controleer in de if-voorwaarde of het ide element van x een NumericVector-NA is.
Als de voorwaarde waar is, stel dan het ide resultaat gelijk aan het totaal van de niet-missende waarden, total_not_na, gedeeld door het aantal niet-missende waarden, n_not_na.
Anders verhoog je total_not_na met het ide element van x, en tel je 1 op bij n_not_na.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

#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 bewerken en uitvoeren