Question

所以我有一个非常大的数据集，它有一些丢失/坏数据。我想使用IF else语句对缺失的数据进行编码。我没有为所有缺失/坏的值分配一个值，而是想在分数上分配基数。

例如，对于下面的df：

将df$col2==B的50％分配给BLUE，将另外50％分配给RED

col1  col2
1     a
2     a
3     b
4     b

我知道你可以这样做：

if else( df$col2==b, "BLUE", df$col1)

但我想：

 col1  col2
1     a
2     a
3     BLUE
4     RED

我正在寻找条件的分区基础。

Answer 1

你可以通过生成一个＆＃34; Red＆＃34;的矢量来做到这一点。和＆＃34;蓝＆＃34;在需要时选择替换。

## Generate some random data with missing values
set.seed(2017)
a = sample(c("Red", "Blue"), 20, replace=TRUE)
a = ifelse(runif(20, 0, 1) < 0.12, NA, a)

## Now replace missing
a = ifelse(is.na(a), 
          sample(c("Red", "Blue"), length(a), replace=TRUE, prob=c(0.5,0.5)), a)

根据数据分数分配值

1 个答案: