Question

我有一个数据框，其中某些列仅具有唯一值或NA。我想选择这些列，并用该列中唯一的非缺失变量填充这些列中的NA。

这是一个模拟数据：

df = data.frame( A = c(1,NA,1,1,NA), B = c(2,NA,5,2,5), C =c(3,3,NA,NA,NA))
#df
#   A  B   C
#1  1  2   3
#2  NA NA  3
#3  1  5   NA
#4  1  2   NA
#5  NA 5   NA

我想获得：

#df
#   A B   C
#1  1 2   3
#2  1 NA  3
#3  1 5   3
#4  1 2   3
#5  1 5   3

到目前为止，我尝试过：

df = df %>% 
      map_if((length(unique(na.omit(.)))== 1), ~ unique(na.omit(.)))

df = df %>% 
     mutate_if((length(unique(na.omit(.)))== 1), ~ unique(na.omit(.)))

两个都给出了以下错误：

probe（.x，.p）中的错误：length（.p）== length（.x）不正确

有人可以告诉我实现我想要的正确语法是什么吗？

Answer 1

也许我误解了您的问题，但这不只是fill的问题吗？

df %>% fill(A, C)
#  A B C
#1 1 2 3
#2 1 4 3
#3 1 5 3
#4 1 2 3
#5 1 5 3

要填充所有列，并确保填充以NA开头的列，我们可以在两个方向（上下）上填充值：

df %>% fill(everything()) %>% fill(everything(), .direction = "down")

更新

现在我已经理解了您的问题，我们可以在您的条件语句中使用mutate_if来replace个值

df %>%
    mutate_if(
        function(x) length(unique(na.omit(x))) == 1,
        function(x) replace(x, is.na(x), unique(na.omit(x))))
#  A  B C
#1 1  2 3
#2 1 NA 3
#3 1  5 3
#4 1  2 3
#5 1  5 3

Answer 2

我们可以检查mutate_if中的条件，如果满足，则对整个列使用第一个非NA值

library(tidyverse)

df %>%
  mutate_if(~n_distinct(.[!is.na(.)]) == 1, funs(.[!is.na(.)][1]))


#  A  B C
#1 1  2 3
#2 1 NA 3
#3 1  5 3
#4 1  2 3
#5 1  5 3

也可以按照@RHertel的建议编写

df %>% mutate_if(~n_distinct(.[na.omit(.)]) == 1, funs(na.omit(.)[1]))

为了更加清楚，我们可以创建函数并相应地使用它们

only_one_unique <- function(x) {
   n_distinct(x[!is.na(x)]) == 1
}

first_non_NA_value <- function(x) {
   x[!is.na(x)][1]
}

df %>%  mutate_if(only_one_unique, first_non_NA_value)

我们可以使用相同的逻辑将所有内容保留在基本R中

only_one_unique <- function(x) {
   length(unique(x[!is.na(x)])) == 1
}

first_non_NA_value <- function(x) {
   x[!is.na(x)][1]
}

df[] <- lapply(df, function(x) if (only_one_unique(x)) 
                                   first_non_NA_value(x) else x)

如何选择仅包含NA和唯一值的列，并用该值填充NA？

2 个答案:

更新