Question

我有两个数据帧，第一个df有~15k的时间和日期步数记录，第二个df是每个间隔时间的平均步数。我试图做的是通过df1并用来自df2的avg.steps值替换na值，但是我似乎无法弄清楚R.最能做什么有效的方法吗？有没有办法用dplyr做到这一点？

df1看起来像这样：

steps <- c(51, 516, NA, NA, 161, 7)
interval <- c(915, 920, 925, 930, 935, 940)

steps  interval
   51       915
  516       920
   NA       925
   NA       930
  161       935
    7       940

df2看起来像这样：

avg.steps <- c(51, 516, 245, 0, 161, 7)
interval <- c(915, 920, 925, 930, 935, 940)

avg.steps  interval
       51       915
      516       920
      245       925
        0       930
      161       935
        7       940

Answer 1

以下是我使用data.table v1.9.6：

的方法

require(data.table) # v1.9.6+, for 'on=' feature
dt1[is.na(steps), steps := dt2[.SD, avg.steps, on="interval"]]

第一个参数i = is.na(steps)允许我们查看dt1$steps为NA的行。 在这些行上，我们更新 dt1$steps。这是通过执行 join作为子集来完成的。 .SD指的是数据子集，即dt1$steps等于NA的那些行。

对于steps为NA的每一行，我们在加入＆＃34; interval＆＃34;时dt2找到相应的匹配行列。

例如，is.na(steps)将返回dt1中的第3行作为其中一行。查找.SD$interval = 925与dt2$interval的匹配行将返回索引＆＃34; 3＆＃34; （dt2中的第3行）。相应的avg.steps值为＆＃34; 245＆＃34;。因此dt1的第3行会更新为245。

希望这有帮助。

如果dt2对任何dt1$interval值都有多个匹配项，那么您必须决定要更新哪个值。但我猜这不是这种情况。

Answer 2

只要条目相应，它就非常简单 df1$steps[is.na(df1$steps)] <- df2$avg.steps[is.na(df1$steps)]

编辑：如果他们不对应，那么这里是一个dplyr解决方案：

library(dplyr)

df1$steps[is.na(steps)] <- (df1 %>% filter(is.na(steps)) %>% 
    group_by(interval) %>% 
    mutate(steps = rep(df2$avg.steps[df2$interval == interval[1]], length(interval)))$steps

用另一个df的值替换na

2 个答案: