复制具有缺失值的行并用向量替换缺失值答案

【问题标题】：Replicate rows with missing values and replace missing values by vector复制具有缺失值的行并用向量替换缺失值
【发布时间】：2018-03-01 09:24:23
【问题描述】：

我有一个数据框，其中的一列有一些缺失值。我想将缺失值的行复制 N 次，其中 N 是包含缺失值替换的向量的长度。

我首先定义一个替换向量，然后是我的起始 data.frame，然后是我想要的结果，最后是我尝试解决它。不幸的是，这没有用......

> replace_values <- c('A', 'B', 'C')
> data.frame(value = c(3, 4, NA, NA), result = c(5, 3, 1,2))
  value result
1     3      5
2     4      3
3    NA      1
4    NA      2
> data.frame(value = c(3, 4, replace_values, replace_values), result = c(5, 3, rep(1, 3),rep(2, 3)))
  value result
1     3      5
2     4      3
3     A      1
4     B      1
5     C      1
6     A      2
7     B      2
8     C      2
> t <- data.frame(value = c(3, 4, NA, NA), result = c(5, 3, 1,2))
> mutate(t, value = ifelse(is.na(value), replace_values, value))
  value result
1     3      5
2     4      3
3     C      1
4     A      2

【问题讨论】：

标签： r dataframe replace row replicate

【解决方案1】：

您可以尝试tidyverse 解决方案

d %>% 
  mutate(value=ifelse(is.na(value), paste0(replace_values, collapse=","), value)) %>% 
  separate_rows(value, sep=",") %>% 
  select(value, everything())
  value result
1     3      5
2     4      3
3     A      1
4     B      1
5     C      1
6     A      2
7     B      2
8     C      2

这个想法是用,-collapsed 'replace_values' 替换NA's。然后使用tidyr 的separate_rows 函数分离合并的值并逐行绑定它们。最后根据您的预期输出对data.frame 进行排序。

【讨论】：

【解决方案2】：

我们可以在这里使用base R 进行rbind。创建一个逻辑向量，其中“值”为 NA（“i1”），通过获取它的 sum（“n”）获取 NA 元素的数量，通过 replicating 'replace_values 创建一个 data.frame '带有'n'以及'replace_values'的length对应于'value'的NA元素的'result'元素和'rbind'与数据集的子集，即'value的非NA元素' 行

i1 <- is.na(df1$value)
n <- sum(i1)
rbind(df1[!i1,], 
   data.frame(value = rep(replace_values, n), 
    result = rep(df1$result[i1], each = length(replace_values))))
#   value result
#1     3      5
#2     4      3
#3     A      1
#4     B      1
#5     C      1
#6     A      2
#7     B      2
#8     C      2

【讨论】：