根据其他列中的唯一值用字符替换NA值

Question

情况：

我有一个很大的数据集，其中有一列用于国家代码（country），其旁边是一列具有国家名称（country_name）。我需要帮助，将country列中两个观察值的NA值替换为相应country_name列中的NA：

1. EL
2. 英国

EL应该在country_name列中包含希腊。 英国的country_name列中应包含英国。

我正在整理数据集，因此该解决方案将用于清理整个数据集。显然，我想保留其余的列，因为country列在country_name列中具有正确的信息。

可复制的数据：

    structure(list(country = c("EL", "EL", "EL", "EL", "EL", "UK", 
"UK", "UK", "UK", "UK"), country_name = c(NA_character_, NA_character_, 
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_, 
NA_character_, NA_character_, NA_character_), type = c("Conventional thermal", 
"Conventional thermal", "Conventional thermal", "Nuclear", "Nuclear", 
"Conventional thermal", "Conventional thermal", "Conventional thermal", 
"Nuclear", "Nuclear")), row.names = c(NA, -10L), class = c("tbl_df", 
"tbl", "data.frame"))

Answer 1

对于大型数据集，我建议使用映射文件：

country_map <- tibble(country = c("EL", "UK"), 
                      country_name2 = c("Greece", "United Kingdom"))

映射文件包含所有国家和相应的名称。 然后，您可以将映射文件加入数据中，并使用coalesce更新国家/地区名称。

data %>% left_join(country_map, by = "country") %>%
  mutate(country_name = coalesce(country_name, country_name2)) %>%
  select(-country_name2)