使用LCOF和NOCB方法填写时间序列缺口，但确认时间序列中断

There are edits to this post at the end.

我有一个关于一群人的每日膳食记录的大型数据集 . 每个人都有随机丢失的数据 . 这是一个人的例子（我最终将这个解决方案推广到人口）：

> str(final_daily)
'data.frame':   387 obs. of  10 variables:
 $ Date             : chr  "2014-08-13" "2014-08-14" "2014-08-15" "2014-08-16" ...
 $ MEID.1           : Factor w/ 97 levels "","1","1.1","1.1a",..: NA NA NA 17 24 NA NA NA NA NA ...
 $ MEID.2           : Factor w/ 184 levels "1","100","100.1",..: NA NA NA 143 48 NA NA NA NA NA ...
 $ MEID.3           : Factor w/ 180 levels "100","100.1",..: NA NA NA 24 134 NA NA NA NA NA ...
 $ MEID.4           : Factor w/ 42 levels "173","173a","173b",..: NA NA NA 17 1 NA NA NA NA NA ...
 $ MEID.5           : Factor w/ 3 levels "d1","s1","s2": NA NA NA 2 3 NA NA NA NA NA ...
 $ MEID.6           : Factor w/ 1 level "s2": NA NA NA NA NA NA NA NA NA NA ...
 $ DAYT             : int  NA NA NA 1 8 NA NA NA NA NA ...
 $ DATT             : int  NA NA NA 1 1 NA NA NA NA NA ...
 $ Reason.For.Change: chr  "0" "0" "0" "0" ...

我知道可以用来填补缺失数据的实现，例如最后一次观察结转（LOCF）和下一次观察结果（NOCB） . 重要的是，缺失的数据缺口可以存在于一个日期，一次最多几个月 .

我想创建一种插补方法，在缺失时间段的前半部分使用LOCF，在缺失时间段的后半部分使用NOCB . 这对于大的时间序列差距更为重要（我不想在2月28日使用饮食摄入量来代表8月1日，当8月2日可用时） . 谁能在这里提出可行的解决方案？

重要的是，我还有一个列（Reason.For.Change），它应该限制插入方法，如Filling in missing (blanks) in a data table, per category - backwards and forwards . 例如，当Reason.For.Change的值> 0时，插补应识别出这一点 . 换句话说，Reason.For.Change值> 0表示在Reason.For.Change> 0的那一天开始的个人中的"different"时间序列，并且这些时间序列必须分别估算 .

本质上，此列创建两个条件：当记录不可用时，Reason.For.Change> 0的日期之前的日期，只能使用LOCF . 其次，由于在Reason.For.Change> 0的同一天没有饮食摄入记录，因此只能使用NOCB . （这第二个例子与_1316617中的例子相似，患者在第一次就诊时遗失了这些例子 . ）

Any advice/direction is appreciated to accomplish the following which I summarize below

• 时间序列间隙的插补方法，包括LOCF和NOCB的第一个和最后50％的差距

• 1）中的插补方法，确认日期中值> 0表示的时间序列中的中断，并允许LOCF上升到'break-date'和NOCB填充回到并包括中断日期

[编辑]在考虑了一些之后，R -- Carry last observation forward n times和Fill NA in a time series only to a limited number中的实现似乎在我的问题中提供了解决1）的方向 . 但是，我想概括他们使用LOCF n次到LOCF的长度（缺少数据）/ 2 ......

[编辑2]在考虑了更多之后，我在我的数据框中添加了一个新列GAP_DAYS，它计算了缺失时间段（间隙）中的天数 . 添加新列后，数据上的str（） .

> str(final_daily_intake2)
'data.frame':   387 obs. of  11 variables:
 $ Date             : chr  "2014-08-13" "2014-08-14" "2014-08-15" "2014-08-16" ...
 $ MEID.1           : chr  NA NA NA "14" ...
 $ MEID.2           : Factor w/ 184 levels "1","100","100.1",..: NA NA NA 143 48 NA NA NA NA NA ...
 $ MEID.3           : Factor w/ 180 levels "100","100.1",..: NA NA NA 24 134 NA NA NA NA NA ...
 $ MEID.4           : Factor w/ 42 levels "173","173a","173b",..: NA NA NA 17 1 NA NA NA NA NA ...
 $ MEID.5           : Factor w/ 3 levels "d1","s1","s2": NA NA NA 2 3 NA NA NA NA NA ...
 $ MEID.6           : Factor w/ 1 level "s2": NA NA NA NA NA NA NA NA NA NA ...
 $ DAYT             : int  NA NA NA 1 8 NA NA NA NA NA ...
 $ DATT             : int  NA NA NA 1 1 NA NA NA NA NA ...
 $ Reason.For.Change: chr  "0" "0" "0" "0" ...
 $ GAP_Days         : chr  "1" "2" "3" "NA" ...

我想这可以用来确定每个间隙期间使用LOCF的_1316624天数 . 例如，在第一个缺失数据时间段内，缺少3天（因此在GAP_Days的str（）中缺少1,2,3） . 在这个例子中，由于它是奇数天，我希望LOCF使用round（3 * 0.5）的结果来获得值2，它将用作LOCF的输入 . 例如，在较长的时间段内，如果GAP_Days的长度为30，则LOCF将使用舍入（30 * 0.5）的结果，使得LOCF将使用15天 .

我认为这种方法可以用于使用LOCF重复一次数据帧，然后第二次使用NOCB . （虽然我还没有解决在Reason.For.Change表示的时间序列中确认中断的需要） . 非常感谢 .