根据另一列中的值用预定值替换一列中的NA

时间:2019-01-06 01:54:31

标签: r data.table na

我有一个非常简单的问题。但是,我所能找到的都是非常复杂的答案,它们并不能完全满足我的需求。

最接近的东西,我在这里找到:

Answer by flodel and eddi (data.table)

但是,我想根据其他列中的值另外指定如何处理指定列中的NA。

我有一个data.table,其中的列带有NA,其中fac是一个因子变量。

df <- fread(
  "A   B   C   fac   H   I   J   iso   year   matchcode
     0   1   1   NA   0   1   0   NLD   2009   NLD2009
     1   0   0   NA   1   0   1   NLD   2014   NLD2014
     0   0   0   B   1   0   0   AUS   2011   AUS2011
     1   0   1   B   0   1   0   AUS   2007   AUS2007
     0   1   0   NA  0   1   1   USA   2007   USA2007
     0   0   1   NA  0   0   1   USA   2011   USA2010
     0   1   0   NA  0   0   0   USA   2013   USA2013
     1   0   1   A   0   1   0   BLG   2007   BLG2007
     0   1   0   A   1   0   1   BEL   2009   BEL2009
     1   0   1   A   0   1   0   BEL   2012   BEL2012",
  header = TRUE
)

我想做的就是根据D中的值,将值Efac分配给列iso3c中的NA。因此,当iso3c == NLD时,fac中的NA应替换为D,而当iso3c == USAfac中的NA则应替换为E,导致以下结果。

df <- fread(
  "A   B   C   fac   H   I   J   iso   year   matchcode
     0   1   1   D   0   1   0   NLD   2009   NLD2009
     1   0   0   D   1   0   1   NLD   2014   NLD2014
     0   0   0   B   1   0   0   AUS   2011   AUS2011
     1   0   1   B   0   1   0   AUS   2007   AUS2007
     0   1   0   E  0   1   1   USA   2007   USA2007
     0   0   1   E  0   0   1   USA   2011   USA2010
     0   1   0   E  0   0   0   USA   2013   USA2013
     1   0   1   A   0   1   0   BLG   2007   BLG2007
     0   1   0   A   1   0   1   BEL   2009   BEL2009
     1   0   1   A   0   1   0   BEL   2012   BEL2012",
  header = TRUE
)

编辑:fac是一个因子变量这一事实带来了一些问题。有效的方法如下:

df$fac<- as.character(df$fac)
df[, fac:= ifelse(is.na(fac) & iso3c == "NLD", "D", 
                   ifelse(is.na(fac) & iso3c == "USA", "E", wbgroup))][]
df[, fac:= factor(fac, levels = c(levels(fac), c('A', 'B', 'C', 'D', 'E', 'F', 'G')))]

2 个答案:

答案 0 :(得分:4)

我们需要在i中指定逻辑条件并进行分配。由于只有两种情况可以更改该值,因此可以分两步完成

df[is.na(fac) & iso == 'NLD', fac := 'D'
  ][is.na(fac) & iso == 'USA', fac := 'E'][]
#    A B C fac H I J iso year matchcode
# 1: 0 1 1   D 0 1 0 NLD 2009   NLD2009
# 2: 1 0 0   D 1 0 1 NLD 2014   NLD2014
# 3: 0 0 0   B 1 0 0 AUS 2011   AUS2011
# 4: 1 0 1   B 0 1 0 AUS 2007   AUS2007
# 5: 0 1 0   E 0 1 1 USA 2007   USA2007
# 6: 0 0 1   E 0 0 1 USA 2011   USA2010
# 7: 0 1 0   E 0 0 0 USA 2013   USA2013
# 8: 1 0 1   A 0 1 0 BLG 2007   BLG2007
# 9: 0 1 0   A 1 0 1 BEL 2009   BEL2009
#10: 1 0 1   A 0 1 0 BEL 2012   BEL2012

如果要替换的值很多,请对键/值数据集进行联接并进行赋值

df[data.table(fac = NA_character_, iso = c('NLD', 'USA'), 
        val = c('D', 'E')), fac := val, on = .(fac, iso)]

注意:faciso列是character类。如果facfactor类,并且列中不存在'D','E'levels,则在进行赋值之前创建新的levels,即

df[, fac := factor(fac, levels = c(levels(fac), c('D', 'E')))]

答案 1 :(得分:1)

data.table与两个ifelse语句一起使用的另一种选择。

library(data.table)

df[, fac := ifelse(is.na(fac) & iso == "NLD", "D", 
                   ifelse(is.na(fac) & iso == "USA", "E", fac))][]
#     A B C fac H I J iso year matchcode
#  1: 0 1 1   D 0 1 0 NLD 2009   NLD2009
#  2: 1 0 0   D 1 0 1 NLD 2014   NLD2014
#  3: 0 0 0   B 1 0 0 AUS 2011   AUS2011
#  4: 1 0 1   B 0 1 0 AUS 2007   AUS2007
#  5: 0 1 0   E 0 1 1 USA 2007   USA2007
#  6: 0 0 1   E 0 0 1 USA 2011   USA2010
#  7: 0 1 0   E 0 0 0 USA 2013   USA2013
#  8: 1 0 1   A 0 1 0 BLG 2007   BLG2007
#  9: 0 1 0   A 1 0 1 BEL 2009   BEL2009
# 10: 1 0 1   A 0 1 0 BEL 2012   BEL2012