R中有没有办法像excel vlookup一样用缺失值填充数据框？（解决了）答案

【问题标题】：Is there a way in R to fill up a dataframe with missing values just like excel vlookup? (SOLVED)R中有没有办法像excel vlookup一样用缺失值填充数据框？（解决了）
【发布时间】：2022-11-06 10:16:48
【问题描述】：

我有一个数据框 df1 是这样的：

Name	Category
Apple	Fruit
Banana	Fruit
Cabbage	Vegetable
Apple	NA
Orange	Fruit
Cabbage	NA
Toy	Misc
Apple	NA

目前，数据框只有名称第一次出现的类别。

但是，我想根据名称填充数据框中的类别以使其像这样：

Name	Category
Apple	Fruit
Banana	Fruit
Cabbage	Vegetable
Apple	Fruit
Orange	Fruit
Cabbage	Vegetable
Toy	Misc
Apple	Fruit

将不胜感激！ :)

【问题讨论】：

标签： r

【解决方案1】：

您可以使用dplyr::group_by，然后使用tidyr::fill。

library(dplyr)
library(tidyr)

df1 %>% 
  group_by(Name) %>% 
  fill(Category) %>%
  ungroup()

结果：

  Name    Category 
  <chr>   <chr>    
1 Apple   Fruit    
2 Banana  Fruit    
3 Cabbage Vegetable
4 Apple   Fruit    
5 Orange  Fruit    
6 Cabbage Vegetable
7 Toy     Misc     
8 Apple   Fruit

数据：

df1 <- structure(list(Name = c("Apple", "Banana", "Cabbage", "Apple", 
"Orange", "Cabbage", "Toy", "Apple"), Category = c("Fruit", "Fruit", 
"Vegetable", NA, "Fruit", NA, "Misc", NA)), class = "data.frame", row.names = c(NA, 
-8L))

【讨论】：

我也认为 - df1 %>% group_by(Name) %>% mutate(Category = Category[1]) %>% ungroup()。如果值得的话，就少一个包裹。
这对行的顺序很敏感，而tidyr::fill() 则不是。

【解决方案2】：

我们可以使用 dplyr 包中的left_join

library(dplyr)
dat %>% 
  left_join(dat %>% 
              drop_na() %>% 
              unique(), by = "Name") %>% 
  select(Name,
         Category = Category.y)
     Name  Category
1   Apple     Fruit
2  Banana     Fruit
3 Cabbage Vegetable
4   Apple     Fruit
5  Orange     Fruit
6 Cabbage Vegetable
7     Toy      Misc
8   Apple     Fruit

使用 qdapTools 包中的%l% 考虑这个替代方案

library(qdapTools)
dat$Category <-  dat[,1] %l% unique(dat[complete.cases(dat), ])  
dat
     Name  Category
1   Apple     Fruit
2  Banana     Fruit
3 Cabbage Vegetable
4   Apple     Fruit
5  Orange     Fruit
6 Cabbage Vegetable
7     Toy      Misc
8   Apple     Fruit

我们也可以使用 qdapTools 包中的lookup

dat$Category <- lookup(dat[,1],  unique(dat[complete.cases(dat), ]))

【讨论】：

【解决方案3】：

在基础 R 中，我们可以使用 match（这非常类似于您熟悉的 excel 的 vlookup）

df1$Category = df1$Category[match(df1$Name, df1$Name)]

如果您想推广到要查找的值不一定是第一次出现的其他情况，我们可以使用

lookup = df1[!is.na(df1$Category),]
df1$Category = lookup$Category[match(df1$Name, lookup$Name)]

【讨论】：

请注意，这仅有效，因为第一的instance 有值，这就是 match 每次给出的值。如果行的顺序发生变化，这可能会停止工作。
@DanAdams - 这正是 OP 要求的用例。
这是真的，你的回答对于那个问题是完全正确的。我只是为可能没有的未来读者指出精确的相同的数据。
@DanAdams 够公平的。不过，概括起来很简单-我将其添加到答案中。