Mira a ver si este código te vale, lo voy comentando.
Tus datos:
df <- tibble::tribble(
~Date, ~n, ~Hour, ~Temp,
"09/01/2016", 9L, 600L, 8.4,
"09/01/2016", 9L, 700L, 8.2,
"09/01/2016", 9L, 800L, 7.8,
"09/01/2016", 9L, 900L, 8.7,
"09/01/2016", 9L, 1000L, 13.6,
"09/01/2016", 9L, 1100L, 16.6,
"09/01/2016", 9L, 1200L, 19.7,
"10/01/2016", 10L, 1200L, NA,
"11/01/2016", 11L, 1200L, 18.9,
"11/01/2016", 11L, 1300L, 20.9,
"11/01/2016", 11L, 1400L, 23.3,
"11/01/2016", 11L, 1500L, 24.3,
"12/01/2016", 11L, 1200L, NA,
"13/01/2016", 11L, 1200L, 31.7
)
df
#> # A tibble: 14 x 4
#> Date n Hour Temp
#> <chr> <int> <int> <dbl>
#> 1 09/01/2016 9 600 8.4
#> 2 09/01/2016 9 700 8.2
#> 3 09/01/2016 9 800 7.8
#> 4 09/01/2016 9 900 8.7
#> 5 09/01/2016 9 1000 13.6
#> 6 09/01/2016 9 1100 16.6
#> 7 09/01/2016 9 1200 19.7
#> 8 10/01/2016 10 1200 NA
#> 9 11/01/2016 11 1200 18.9
#> 10 11/01/2016 11 1300 20.9
#> 11 11/01/2016 11 1400 23.3
#> 12 11/01/2016 11 1500 24.3
#> 13 12/01/2016 11 1200 NA
#> 14 13/01/2016 11 1200 31.7
Lo primero es convertir Date
a formato date de R y seleccionar las temperaturas con NA
:
library(tidyverse)
# Convierte a formato dia
df2 <- df %>%
mutate(Date_fix = as.Date(Date, "%d/%m/%y"))
# Encuentra NAs
nas <- df2 %>%
filter(is.na(Temp))
Ahora seleccionamos los dias de antes y de despues a los días que tienes con NA
:
# Datos para el promedio
prom <- df2 %>% filter(
Date_fix %in% nas$Date_fix +1 |
Date_fix %in% nas$Date_fix -1
) %>%
drop_na() %>%
select(Date2 = Date_fix,
Hour,
temp_prom = Temp)
Ahora vamos a unir con el dataset de NAs
por hora, y para cada hora con NA
nos quedamos con aquellos registros del dia anterior y posterior. Por ultimo, hacemos el promedio:
newtemp <- nas %>%
# Une por hora
left_join(prom, by = "Hour") %>%
# Crea diferencia de dias
mutate(dif=Date_fix - Date2) %>%
# Filtra dias antes o despues
filter(abs(dif) == 1) %>%
# Haz promedio por Date y Hora, que es la clave del registro `NA`
group_by(Date, Hour) %>%
summarise(new_temp = mean(temp_prom))
Por último, pegamos al dataset inicial el promedio calculado. En este caso en una columna nueva Temp_end
para que se vea el proceso completo:
# Hora final
df %>%
left_join(newtemp) %>%
mutate(Temp_end = if_else(is.na(Temp), new_temp, Temp))
#> Joining, by = "Date"
#> # A tibble: 14 x 6
#> Date n Hour Temp new_temp Temp_end
#> <chr> <int> <int> <dbl> <dbl> <dbl>
#> 1 09/01/2016 9 600 8.4 NA 8.4
#> 2 09/01/2016 9 700 8.2 NA 8.2
#> 3 09/01/2016 9 800 7.8 NA 7.8
#> 4 09/01/2016 9 900 8.7 NA 8.7
#> 5 09/01/2016 9 1000 13.6 NA 13.6
#> 6 09/01/2016 9 1100 16.6 NA 16.6
#> 7 09/01/2016 9 1200 19.7 NA 19.7
#> 8 10/01/2016 10 1200 NA 19.3 19.3
#> 9 11/01/2016 11 1200 18.9 NA 18.9
#> 10 11/01/2016 11 1300 20.9 NA 20.9
#> 11 11/01/2016 11 1400 23.3 NA 23.3
#> 12 11/01/2016 11 1500 24.3 NA 24.3
#> 13 12/01/2016 11 1200 NA 25.3 25.3
#> 14 13/01/2016 11 1200 31.7 NA 31.7
Created on 2022-10-05 with reprex v2.0.2
df %>% group_by(Date) %>% summarise(mean_temp = mean(Temp))