「統計学関連なんでもあり」の過去ログ--- 048

No.22609　パネルデータの欠損値補完について　　【羽島】　2018/09/04(Tue) 09:21

青木先生

羽島と申します，この度はお世話になります。

Rを使って以下のようなデータを分析しており，その中で住所コードの欠損値を補完する必要が出てきました。LOCFのような手法での補完では精度に不安があるため，個人IDを参照することで欠損値を補完したいのですが，どのようにプログラムを書けば良いでしょうか？

お忙しいところ大変恐縮ですが，ご教示頂けましたら幸いです。

個人ID　　年　　　住所コード
100　　　2015　　　　810
100　　　2016　　　　NA
100　　　2017　　　　810
201　　　2015　　　　NA
201　　　2016　　　　NA
201　　　2017　　　　666

No.22610　Re: パネルデータの欠損値補完について　　【青木繁伸】　2018/09/04(Tue) 13:03

あまり簡単なプログラムは書けないかな
d <- data.frame(ID = c(100, 100, 100, 201, 201, 201, 330, 330, 330),
  year = c(2015, 2016, 1017, 2015, 2016, 2017, 2015, 2016, 2017),
  code = c(810, NA, 810, NA, NA, 666, NA, 543, NA))
tbl <- unique(na.omit(d[c("ID", "code")]))
for (i in seq_len(nrow(d))) {
  if (is.na(d$code[i])) {
    d$code[i] = tbl[which(d$ID[i] == tbl[,1]), 2]
  }
}
d

No.22611　Re: パネルデータの欠損値補完について　　【羽島】　2018/09/04(Tue) 18:15

青木先生

お返事の方ありがとうございます。

元のデータは3万件ほどの個人データがあり手作業での修正を覚悟しておりましたが，
先生のお力で無事補完することが出来ました。

自身の勉強不足を恥じるばかりですが，この度は本当にありがとうございました。