Question

我有一个数据框a，缺少一些单元格的信息，我收集了丢失的数据，然后创建了另一个数据框b。

通常我会通过以下代码填写缺失的数据：

for (loop.b in (1:nrow(b)))
    {a[a[,"uid"]==b[loop.b,"uid"],"var1"] <- b[loop.b,"var1"]
    }

这对我来说没问题，但如果b有很多行怎么办？然后显式循环将使进程变慢。有没有更优雅的方式来做这种“缺少数据替换”的工作？

感谢。

Answer 1

假设以下两个数据框与您描述的相似：

R> a <- data.frame(uid=1:10,var1=c(1:3,NA,5:7,NA,9:10))
R> a
   uid var1
1    1    1
2    2    2
3    3    3
4    4   NA
5    5    5
6    6    6
7    7    7
8    8   NA
9    9    9
10  10   10

R> b <- data.frame(uid=c(8,4),var1=c(74,82))
R> b
  uid var1
1   8   74
2   4   82

然后您可以直接使用以下内容：

R> a[b$uid,"var1"] <- b$var1

给出了：

R> a
   uid var1
1    1    1
2    2    2
3    3    3
4    4   82
5    5    5
6    6    6
7    7    7
8    8   74
9    9    9
10  10   10

Answer 2

这有效：

# matches of a$uid in b$uid, NA if not match
ind = match(a$uid, b$uid) 
# 'ind' are the index in b and NA, we remove the latter
a[!is.na(ind),"var1"] = b[ind[!is.na(ind)],"var1"]

Answer 3

我认为您需要match，但很难猜测您的数据是什么样的。

## a's var1 has some missing values
a <- data.frame(var1 = c(1, NA, 4.5, NA, 6.5), uid = 5:1)
## b knows all about them
b <- data.frame(var1 = c(2.3, 8.9), uid = c(2, 4))

## find the indexes in a$uid that match b$uid
ind <- match(b$uid, a$uid)

## those indexes now can be filled directly with b$uid
a$var1[ind] <- b$var1

即使uids不是唯一的，它也会起作用（尽管名称有点暗示它们是）。

在R中使用merge来填充data.frame中的NA

3 个答案: