将变量的所有 NA 值替换为一行等于 0

Question

有点难以表达，据我所知，没有一个类似的问题能回答我的问题。

我有一个data.frame，例如：

df1 <- data.frame(id = rep(c("a", "b","c"), each = 4),
                  val = c(NA, NA, NA, NA, 1, 2, 2, 3,NA,2,NA,3))

df1

   id val
1   a  NA
2   a  NA
3   a  NA
4   a  NA
5   b   1
6   b   2
7   b   2
8   b   3
9   c  NA
10  c   2
11  c  NA
12  c   3

我想删除所有的 NA 值（使用例如 filter() 很容易），但要确保如果这会删除所有一个 id 值（在这种情况下，它会删除“a”的每个实例）那个插入额外的行（例如）a = 0

这样：

  id val
1  a   0
2  b   1
3  b   2
4  b   2
5  b   3
6  c   2
7  c   3

显然很容易以迂回的方式做到这一点，但我想知道是否有一种整洁/优雅的方式来做到这一点。我认为 tidyr::complete() 可能会有所帮助，但不完全确定如何将其应用于这样的案例

我不关心行的顺序

干杯！

编辑：更新为更清晰的所需输出。可能会使之前提交的期望答案不太清楚

Answer 1

另一个使用dplyr的想法，

library(dplyr)

df1 %>% 
 group_by(id) %>% 
 mutate(val = ifelse(row_number() == 1 & all(is.na(val)), 0, val)) %>% 
 na.omit()

给出，

# A tibble: 5 x 2
# Groups:   id [2]
  id      val
  <fct> <dbl>
1 a         0
2 b         1
3 b         2
4 b         2
5 b         3

Answer 2

我们可以做

df1 %>% group_by(id) %>% do(if(all(is.na(.$val))) replace(.[1, ], 2, 0) else na.omit(.))
# A tibble: 5 x 2
# Groups:   id [2]
#   id      val
#   <fct> <dbl>
# 1 a         0
# 2 b         1
# 3 b         2
# 4 b         2
# 5 b         3

按id分组后，如果val中的所有内容都是NA，那么我们只留下第一行，第二个元素替换为0，否则应用na.omit后返回相同的数据。

采用更易读的格式

df1 %>% group_by(id) %>% 
  do(if(all(is.na(.$val))) data.frame(id = .$id[1], val = 0) else na.omit(.))

（这里我假设您确实想摆脱所有NA 值；否则不需要na.omit。）

Answer 3

df1[is.na(df1)] <- 0
df1[!(duplicated(df1$id) & df1$val == 0), ]

  id val
1  a   0
5  b   1
6  b   2
7  b   2
8  b   3

Answer 4

基本 R 选项是通过将 val 更改为 0 并仅选择 unique 行来查找包含所有 NAs 和 transform 的组，以便每个组只有一行。我们rbind 这个数据框包含!all_NA 的组。

all_NA <- with(df1, ave(is.na(val), id, FUN = all))
rbind(unique(transform(df1[all_NA, ], val = 0)), df1[!all_NA, ])

#  id val
#1  a   0
#5  b   1
#6  b   2
#7  b   2
#8  b   3

---

dplyr 选项看起来很难看，但一种方法是制作两组数据帧，一组包含所有 NA 值组，另一组包含所有非 NA 值组。对于具有所有 NA 值的组，我们将其添加为 id 和 val 为 0 的行并将其绑定到另一个组。

library(dplyr)

bind_rows(df1 %>%
            group_by(id) %>%
            filter(all(!is.na(val))), 
          df1 %>%
             group_by(id) %>%
             filter(all(is.na(val))) %>%
             ungroup() %>%
             summarise(id = unique(id), 
                       val = 0)) %>%
arrange(id)


#   id      val
#  <fct> <dbl>
#1  a         0
#2  b         1
#3  b         2
#4  b         2
#5  b         3

Answer 5

更改了 df 以使示例更加详尽 -

df1 <- data.frame(id = rep(c("a", "b","c"), each = 4),
                  val = c(NA, NA, NA, NA, 1, 2, 2, 3,NA,2,NA,3))
library(dplyr)
df1 %>%
  group_by(id) %>%
  mutate(case=sum(is.na(val))==n(), row_num=row_number() ) %>%
  mutate(val=ifelse(is.na(val)&case,0,val)) %>%
  filter( !(case&row_num!=1) ) %>%
  select(id, val)

输出

  id      val
  <fct> <dbl>
1 a         0
2 b         1
3 b         2
4 b         2
5 b         3
6 c        NA
7 c         2
8 c        NA
9 c         3

Answer 6

另一种基本方法，不保持行的顺序并利用记住丢失值的因素：

df1 <- na.omit(df1)

df1 <- rbind(
  df1, 
  data.frame(
    id  = levels(df1$id)[!levels(df1$id) %in% df1$id], 
    val = 0)
  )

我个人更喜欢 Sotos 提供的 dplyr 方法，因为我不喜欢 rbind-ing 将 data.frames 重新组合在一起，所以这是一个品味问题，但这在我看来并不是难以忍受的复杂。使用 unique(df1$id) 变量适应字符 id 列很容易。

Answer 7

这里也有一个选项：

df1 %>% 
  mutate_if(is.factor,as.character) %>% 
 mutate_all(funs(replace(.,is.na(.),0))) %>% 
  slice(4:nrow(.))

这给出了：

 id val
1  a   0
2  b   1
3  b   2
4  b   2
5  b   3

替代方案：

df1 %>% 
  mutate_if(is.factor,as.character) %>% 
 mutate_all(funs(replace(.,is.na(.),0))) %>% 
  unique()

根据其他要求更新： 一些用户建议对此数据框进行测试。当然，这个答案假设您将手动查看所有内容。如果您必须“手动”查看所有内容，则可能不太有用，但这里是：

df1 <- data.frame(id = rep(c("a", "b","c"), each = 4), val = c(NA, NA, NA, NA, 1, 2, 2, 3,NA,2,NA,3))


df1 %>% 
  mutate_if(is.factor,as.character) %>% 
  mutate(val=ifelse(id=="a",0,val)) %>% 
  slice(4:nrow(.))

这会产生：

 id val
1  a   0
2  b   1
3  b   2
4  b   2
5  b   3
6  c  NA
7  c   2
8  c  NA
9  c   3

Answer 8

这是一个基本的 R 解决方案。

res <- lapply(split(df1, df1$id), function(DF){
  if(anyNA(DF$val)) {
    i <- is.na(DF$val)
    DF$val[i] <- 0
    DF <- rbind(DF[i & !duplicated(DF[i, ]), ], DF[!i, ])
  }
  DF
})
res <- do.call(rbind, res)
row.names(res) <- NULL
res
#  id val
#1  a   0
#2  b   1
#3  b   2
#4  b   2
#5  b   3

编辑。

dplyr 解决方案可能如下。 使用 OP 发布的原始数据集进行测试，数据集位于 Vivek Kalyanarangan's answer 和 markus' comment 中，分别重命名为 df2 和 df3。

library(dplyr)

na2zero <- function(DF){
  DF %>%
    group_by(id) %>%
    mutate(val = ifelse(is.na(val), 0, val),
           crit = val == 0 & duplicated(val)) %>%
    filter(!crit) %>%
    select(-crit)
}

na2zero(df1)
na2zero(df2)
na2zero(df3)

Answer 9

大家可以试试这个：

df1 = data.frame(id = rep(c("a", "b","c"), each = 4),
                  val = c(NA, NA, NA, NA, 1, 2, 2, 3,NA,2,NA,3))
df1
#   id val
#1   a  NA
#2   a  NA
#3   a  NA
#4   a  NA
#5   b   1
#6   b   2
#7   b   2
#8   b   3
#9   c  NA
#10  c   2
#11  c  NA
#12  c   3

任务是删除与任何id对应的所有行@.
在此示例中，id = a。

注意：val for c 也有 NAs 但所有与c 对应的val 不是NA 因此我们需要删除c 对应的行，其中val = NA .

所以让我们创建另一个列，val2 表示 0 表示它的全部 NAs，否则为 1。

library(dplyr)

df1 = df1 %>% 
     group_by(id) %>%
     mutate(val2 = if_else(condition = all(is.na(val)),true = 0, false =  1))
df1

# A tibble: 12 x 3
# Groups:   id [3]
#   id      val  val2
#   <fct> <dbl> <dbl>
#1 a        NA     0
#2 a        NA     0
#3 a        NA     0
#4 a        NA     0
#5 b         1     1
#6 b         2     1
#7 b         2     1
#8 b         3     1
#9 c        NA     1
#10 c        2     1
#11 c       NA     1
#12 c        3     1

获取ids 的列表以及所有对应的val = NA。

all_na = unique(df1$id[df1$val2 == 0])

然后用val = NA从数据框df1中删除ids。

df1 = na.omit(df1)
df1
# A tibble: 6 x 3
# Groups:   id [2]
# id      val  val2
# <fct> <dbl> <dbl>
# 1 b         1     1
# 2 b         2     1
# 3 b         2     1
# 4 b         3     1
# 5 c         2     1
# 6 c         3     1

并在all_na 和val = 0 中使用ids 创建一个新数据框

all_na_df = data.frame(id = all_na, val = 0) 
all_na_df
# id val
# 1  a   0

然后组合这两个数据帧。

df1 = bind_rows(all_na_df, df1[,c('id', 'val')])
df1

#    id val
# 1  a   0
# 2  b   1
# 3  b   2
# 4  b   2
# 5  b   3
# 6  c   2
# 7  c   3

希望这会有所帮助，并且非常欢迎编辑 :-)