将列中的 NA 值替换为 +1 上方的行中的值答案

【问题标题】：Replace NA values in column with value in row above +1将列中的 NA 值替换为 +1 上方的行中的值
【发布时间】：2017-05-05 19:59:40
【问题描述】：

我有以下数据框：

game <- c('game1','game1','game2','game2','game2','game3','game4', 'game4')
shot_number <- c(1,NA,1,NA,NA,1,1,NA)
df <- data.frame(game, shot_number)

      game     shot_number
      game1              1
      game1             NA
      game2              1
      game2             NA
      game2             NA
      game3              1
      game4              1
      game4             NA

我想通过在上面一行的值上加 1 来填充 NA，所以 df 的内容如下：

      game     shot_number
      game1              1
      game1              2
      game2              1
      game2              2
      game2              3
      game3              1
      game4              1
      game4              2

我不知道是否有某种方法可以使用“zoo”库和 na.locf 来执行此操作，或者我是否需要编写一个 for 循环或某种函数。

【问题讨论】：

标签： r for-loop na zoo

【解决方案1】：

使用 dplyr 组和 cumsum：

library(dplyr)

df1 %>% 
  group_by(game) %>% 
  mutate(shot_number_new = cumsum(is.na(shot_number)) + 1)

# Source: local data frame [8 x 3]
# Groups: game [4]
# 
#     game shot_number shot_number_new
#   <fctr>       <dbl>           <dbl>
# 1  game1           1               1
# 2  game1          NA               2
# 3  game2           1               1
# 4  game2          NA               2
# 5  game2          NA               3
# 6  game3           1               1
# 7  game4           1               1
# 8  game4          NA               2

【讨论】：

这个逻辑比我的更干净，效率也会更高。使用ave 的基本R 翻译是ave(df$shot_number, df$game, FUN=function(i) cumsum(is.na(i)) + 1))。

【解决方案2】：

这是适用于您的示例的基本 R 方法。

df$shot_number <- ave(df$shot_number, df$game,
                      FUN=function(i) pmin(tail(cumsum(c(1, is.na(i))), -1), i, na.rm=TRUE))

这里，ave 按组运行函数 (df$game)。对于每场比赛，计算 NA 的累积总和，在开始前加上 1。使用tail 删除最终值，因为结果将是 1 个元素长。然后将其最小值作为实际向量，去除任何 NA。

df
   game shot_number
1 game1           1
2 game1           2
3 game2           1
4 game2           2
5 game2           3
6 game3           1
7 game4           1
8 game4           2

数据

df <-
structure(list(game = structure(c(1L, 1L, 2L, 2L, 2L, 3L, 4L, 
4L), .Label = c("game1", "game2", "game3", "game4"), class = "factor"), 
    shot_number = c(1, NA, 1, NA, NA, 1, 1, NA)), .Names = c("game", 
"shot_number"), row.names = c(NA, -8L), class = "data.frame")

【讨论】：

【解决方案3】：

以下解决方案都处理问题中的示例数据，但假设越来越复杂的一般情况。 (4) 是最一般的，但如果实际情况不需要完全一般性，则可能出于简单的原因优先选择其他。没有使用任何包。

1) 在示例数据中，每组中的基行为 1，其余数字为 NA，因此如果这是一般模式，那么我们可以像这样使用 ave 和 seq_along .

transform(df, shot_number = ave(shot_number, game, FUN = seq_along))

2) 如果基数不一定是 1，则将 (1) 中的 seq_along 替换为 f，如下所示：

f <- function(x) seq(x[1], length = length(x))
transform(df, shot_number = ave(shot_number, game, FUN = f))

2a) 这也适用于与 (2) 相同的假设。它将每个 NA 替换为 1，然后在 game 组中使用 cumsum：

NAtoN <- function(x, N) replace(x, is.na(x), N)
transform(df, shot_number = ave(NAtoN(shot_number, 1), game, FUN = cumsum))

3) 如果一般情况是数字和 NA 的任何混合，但每个游戏组的第一个元素已知不是 NA，那么我们可以从非 NA 组成组连同其后的 NA：

transform(df, shot_number = ave(shot_number, cumsum(!is.na(shot_number)), FUN = f))

4) 如果游戏组的第一个元素也可以是 NA，则如果游戏组以 NA 开头，则处理由非 NA 后跟 NA 或所有 NA 定义的子组。在前导 NA 的情况下使用 0 作为基值（或将 f2 中的 0 替换为其他数字。）

 f2 <- function(x) ave(NAtoN(x, 0), cumsum(!is.na(x)), FUN = f)
 transform(df, shot_number = ave(shot_number, game, FUN = f2))

【讨论】：

【解决方案4】：

您可以使用 group_by() 和 row_number() 而不显式使用原始的 shot_number 列：

df %>%
  group_by(game) %>%
  mutate(shot_number2 = row_number())

【讨论】：