根据两个标准将数据框中的 NaN 替换为另一个数据框中的值

Question

您好，这是我在 stackoverflow 上的第一篇文章。我一直在尝试解决这个问题，但无法单独找出答案，也无法找到其他回答这个问题的帖子。

我需要用另一个数据帧中的值替换我的数据集中的缺失值；然而，棘手的地方在于我需要匹配的值有另一个与它们相关的因素，但匹配日期。

这是第一个数据帧的简化版本：

> df1
 date       site       Value  
 1991-07-08 A          22.5
 1991-07-09 A          NaN
 1992-07-13 B          23.1
 1992-07-14 A          NaN
 1993-07-07 B          27.3

这是第二个数据框的简化版本：

> df2
date       site         value
1991-07-08 A          22.5
1991-07-09 A           NaN
1992-07-14 A           NaN
1991-07-08 B          10.6
1992-07-09 B            23
1992-07-14 B           NaN
1992-07-09 C          11.3
1992-07-14 C          12.4

我想要做的是，当 A 缺少值时，将其替换为 B 中的值（具有相同的日期），如果 B 没有值，则使用 C 的值（具有相同的日期）。因此，生成的数据框将如下所示：

> dfFIN
date       site       Value  
1991-07-08 A          22.5
1991-07-09 A            23
1992-07-13 B          23.1
1992-07-14 A          12.4
1993-07-07 B          27.3

这是我目前想出的：

dfFIN<-replace(df1[which(df1$site=="A"),],
           df1$value[which(df$value=="NaN")],
           df2$value[which(df2$site=="B" &        
           df2$date==df1$date[which(df1$value=="NaN" & df1$site=="A")])])

但是，我收到以下错误消息：

Error in [<-.data.frame(*tmp*, list, value = numeric(0)) : 
    missing values are not allowed in subscripted assignments of data frames

而且我还没有合并站点 C。我不太确定该怎么做，如果有任何帮助，我将不胜感激。

Answer 1

欢迎来到 SO！首先，您的问题似乎有点不明确，所以我继续进行了一些更改。我从两个数据框开始：

df1 <- read.table(text = "
date       site       Value  
1991-07-08 A          22.5
1991-07-09 A          NaN
1992-07-13 B          23.1
1992-07-14 A          NaN
1993-07-07 B          27.3
", head = T)
df2 <- read.table(text = "
date       site         Value
1991-07-08 A          22.5
1991-07-09 A           NaN
1992-07-14 A           NaN
1991-07-08 B          10.6
1991-07-09 B            23
1992-07-14 B           NaN
1992-07-09 C          11.3
1992-07-14 C          12.4
", head = T)

将NaN 替换为更传统的NA：

df1$Value[is.nan(df1$Value)] <- NA
df2$Value[is.nan(df2$Value)] <- NA

合并（左连接）从长格式转换为宽格式 (reshape2) 的数据帧，以便日期作为键：

library(reshape2)
dd1 <- dcast(df1, date ~ site)
dd2 <- dcast(df2, date ~ site)

dm <- merge(dd1, dd2, by = "date", all.x = TRUE, suffixes = c("", ".y"))

dm 看起来像这样：

        date    A    B  A.y  B.y    C
1 1991-07-08 22.5   NA 22.5 10.6   NA
2 1991-07-09   NA   NA   NA 23.0   NA
3 1992-07-13   NA 23.1   NA   NA   NA
4 1992-07-14   NA   NA   NA   NA 12.4
5 1993-07-07   NA 27.3   NA   NA   NA

现在，您可以非常轻松地将NA 替换为您想要的任何内容，而无需担心日期。我正在使用以下规则：如果缺少A，则使用B.y，如果还缺少B.y，则使用C。

dm$A <- ifelse(is.na(dm$A), 
               ifelse(is.na(dm$B.y),
                      dm$C, dm$B.y), 
               dm$A)

现在恢复原来的格式：

dfFin <- na.omit(melt(dm[, c("date", "A", "B")], id = "date", variable.name = "site"))

         date site value
1  1991-07-08    A  22.5
2  1991-07-09    A  23.0
4  1992-07-14    A  12.4
8  1992-07-13    B  23.1
10 1993-07-07    B  27.3