使用data.table中的lookup替换值

Question

我有一个data.table，如下所示

col1  col2  col3
1      A     23
2      B     20
3      A     23
4      B     0
5      B     20
6      A     0
7      C     10

当col2匹配时，我想用col3的值替换所有0。例如，在这种情况下，row4, col3应替换为20，而row6,col3应替换为23

编辑： 由于row6,col2是A，我想要col3对应col2==A

的最常见非零值或唯一非零值（在本例中为23）{{1}}

Answer 1

OP已澄清他希望将col3中的任何零值替换为每个col2组的最常见非零值。

问题标记为data.table，这里有一些data.table解决方案：

1。与ifelse()

一起更新加入

library(data.table)
# find most frequent non-zero value by group
tmp <- DT[col3 != 0, .N, by = .(col2, col3)][order(N), .(col3 = last(col3)), by = col2]
tmp

   col2 col3
1:    C   10
2:    A   23
3:    B   20

# update on join
DT[tmp, on = .(col2), col3 := ifelse(col3 == 0, i.col3, col3)][]

   col1 col2 col3
1:    1    A   23
2:    2    B   20
3:    3    A   23
4:    4    B   20
5:    5    B   20
6:    6    A   23
7:    7    C   10

2。在没有ifelse()

的情况下更新加入

有一个变体用更复杂的连接替换ifelse()表达式：

tmp <- DT[col3 != 0, .N, by = .(col2, col3)][order(N), last(col3), by = col2][, col3 := 0]
tmp

   col2 V1 col3
1:    C 10    0
2:    A 23    0
3:    B 20    0

DT[tmp, on = .(col2, col3), col3 := V1][]

   col1 col2 col3
1:    1    A   23
2:    2    B   20
3:    3    A   23
4:    4    B   20
5:    5    B   20
6:    6    A   23
7:    7    C   10

3。使用zoo::na.aggregate()和raster::modal()

zoo包提供了几种替换NA值的功能。

DT[col3 == 0, col3 := NA][
  # replace NA by modal value (most frequent value) per group
  , col3 := as.integer(zoo::na.aggregate(col3, FUN = raster::modal)), by = col2][]

   col1 col2 col3
1:    1    A   23
2:    2    B   20
3:    3    A   23
4:    4    B   20
5:    5    B   20
6:    6    A   23
7:    7    C   10

请注意，此解决方案可能会在边缘情况下返回前两个解决方案的不同结果：

• 如果col2组在col3中仅包含零值，则该组中没有最常见的非零值。然后这些零值返回为NA，而其他两个解决方案保持不变。
• 如果组内有联系，即col3中有两个或多个值同样频繁出现，则不会定义哪个值优先于另一个。

Answer 2

使用zoo na.locf

library(zoo)
df$col3[df$col3==0]=NA # 1st replace 0 to NA
df=df[order(df$col2,df$col3),] #order df
df$col3=na.locf(df$col3)    
df[order(df$col1),]
  col1 col2 col3
1    1    A   23
2    2    B   20
3    3    A   23
4    4    B   20
5    5    B   20
6    6    A   23
7    7    C   10

或者使用dplyr：

df%>%group_by(col2)%>%mutate(col3=ifelse(col3==0,unique(col3[col3!=0]),col3))