以 id 为条件用零替换 R 数据帧中的 NA答案

【问题标题】：Replacing NAs in R dataframe with zeros conditional on an id以 id 为条件用零替换 R 数据帧中的 NA
【发布时间】：2014-04-10 07:39:51
【问题描述】：

我有一个具有多个 NA 的 data.frame。我已经知道，如果某列对于某些公司有一些零值，那么这些 NA 也是零。用零替换那些和只有那些 NA 的好方法是什么。

一个例子：

我想改造一下

  FIRMID    VAR1     VAR2        
  FIRM1     0        1
  FIRM1     NA       NA
  FIRM2     1        0
  FIRM2     NA       NA

到这里

  FIRMID    VAR1     VAR2        
  FIRM1     0        1
  FIRM1     0        NA
  FIRM2     1        0
  FIRM2     NA       0

编辑：变量的数量可能很大，因此我想找到一种方法将其巧妙地同时应用于所有变量，而无需手动输入每个变量名称。

【问题讨论】：

VAR1、VAR2 的值是否总是：0,1,NA？
它们是 NA、零和非零。所以 1 只是一个代表非零的例子。

标签： r dataframe na

【解决方案1】：

这是另一个ddply 替代方法，您不必指定应应用该函数的变量名称。通过使用numcolwise，该函数对所有数值列进行操作。

library(plyr)

myfun <- function(x){
  x[is.na(x) & (sum(!is.na(x) & x == 0) > 0)] <- 0
  x}

ddply(df, .(FIRMID), numcolwise(myfun))

#   FIRMID VAR1 VAR2
# 1  FIRM1    0    1
# 2  FIRM1    0   NA
# 3  FIRM2    1    0
# 4  FIRM2   NA    0

或者在base R 中，我假设第一列包含分组变量（dat[ , -1]）。你当然可以用名字来引用它。

df2 <- do.call(rbind, by(df, df[ , "FIRMID"], function(dat){
  sapply(dat[ , -1], function(x){
    myfun(x)
  })
}))

data.frame(FIRMID = df$FIRMID, df2)

#   FIRMID VAR1 VAR2
# 1  FIRM1    0    1
# 2  FIRM1    0   NA
# 3  FIRM2    1    0
# 4  FIRM2   NA    0

Update 'myfun' 可以写得更简单。感谢@Arun 的建议！

myfun <- function(x){
  x[is.na(x) & any(x == 0)] <- 0
  x}

【讨论】：

【解决方案2】：

如果你没有只有整数，你可能需要调整它来比较浮点数：

DF <- read.table(text="FIRMID    VAR1     VAR2        
FIRM1     0        1
FIRM1     NA       NA
FIRM2     1        0
FIRM2     NA       NA", header=TRUE)

na_replace <- function(x) {
  if (any(na.omit(x)==0L)) x[is.na(x)] <- 0L
  x
}

library(plyr)
ddply(DF, .(FIRMID), transform, 
      VAR1=na_replace(VAR1),
      VAR2=na_replace(VAR2))

#  FIRMID VAR1 VAR2
#1  FIRM1    0    1
#2  FIRM1    0   NA
#3  FIRM2    1    0
#4  FIRM2   NA    0

【讨论】：

【解决方案3】：

您可以在此处使用 ddply。但如果 data.frame 非常大，效率会非常低。如果没有，那你可以试试：

your.data.frame<-ddply(your.data.frame,~FIRMID,function(x){
if ( any(x[!is.na(x$VAR1),"VAR1"]==0)){x[is.na(x$VAR1),"VAR1"]<-0}
if ( any(x[!is.na(x$VAR2),"VAR2"]==0)){x[is.na(x$VAR2),"VAR2"]<-0}
x})

但很不优雅

编辑：我之前的代码不起作用，所以我修复了它:)

【讨论】：