R：使用 tidyverse 将 NA 替换为 df 中的其他变量答案

【问题标题】：R: Replace NA with other variables in the df using tidyverseR：使用 tidyverse 将 NA 替换为 df 中的其他变量
【发布时间】：2021-06-05 13:04:07
【问题描述】：

我想用tidyverse替换我df中的NA值，我想要的值应该从其他cols中计算出来：

输入：

ID,    X1,    X2,    X3,
"A",  0.96,   NA,    0.97,
"B",  1.00,   NA,    1.01,
"C",  0.98,   0.03,  NA,
"A",  1.00,   NA,    1.00,
"D",  NA,     0.05,  0.99,

我的愿望是在每一行中找到所有三个X1, X2, X3 中的哪个变量是 NA 并用其他两个变量的总和来计算它

输出：

ID,    X1,    X2,    X3,
"A",  0.96,   1.93,  0.97,
"B",  1.00,   2.01,  1.01,
"C",  0.98,   0.03,  1.01,
"A",  1.00,   2.00,   1.00,
"D",  1.04,   0.05,  0.99,

谢谢！

【问题讨论】：

标签： r tidyverse

【解决方案1】：

非常好的问题。谢谢！

我们在这里使用：

rowSums 添加 X1-X3 行和的列
然后我们mutateacross所有X和
coalesce 每个X 和rowSum1
令人惊讶的是，rowSum1 列已消失，因为不需要 ->
这是由于 mutate 的奇妙 .keep="unused" 参数

library(tidyverse)
df %>% 
  mutate(rowsum1 = rowSums(select(., starts_with("X")), na.rm=TRUE)) %>% 
  mutate(across(starts_with("X"), ~coalesce(.,rowsum1)),.keep="unused")

输出：

  ID       X1    X2    X3
  <chr> <dbl> <dbl> <dbl>
1 A      0.96  1.93  0.97
2 B      1     2.01  1.01
3 C      0.98  0.03  1.01
4 A      1     2     1   
5 D      1.04  0.05  0.99

【讨论】：

【解决方案2】：

将NA 值替换为行中其他非NA 值的sum。

这可以使用基础 R apply 来完成 -

df[-1] <- t(apply(df[-1], 1, function(x) 
             replace(x, is.na(x), sum(x, na.rm = TRUE))))
df

#  ID   X1   X2   X3
#1  A 0.96 1.93 0.97
#2  B 1.00 2.01 1.01
#3  C 0.98 0.03 1.01
#4  A 1.00 2.00 1.00
#5  D 1.04 0.05 0.99

同样与purrr::pmap_df -

df[-1] <- purrr::pmap_df(df[-1], ~{
  x <- c(...)
  replace(x, is.na(x), sum(x, na.rm = TRUE))
})

【讨论】：

【解决方案3】：

类似于Ronak Shah's purrr version，但保留ID列是这样的：

library(purrr)

pmap_df(df, \(...) {
  vars <- list(...)
  map(vars, ~ ifelse(is.na(.), do.call(sum, c(vars[-1], na.rm = T)), .))
})

【讨论】：

【解决方案4】：

使用dplyr::cur_data()的另一种方法

df %>% rowwise() %>%
  mutate(replace(cur_data()[-1], is.na(cur_data()[-1]), sum(cur_data()[-1], na.rm = T)))

# A tibble: 5 x 4
# Rowwise: 
  ID       X1    X2    X3
  <chr> <dbl> <dbl> <dbl>
1 A      0.96  1.93  0.97
2 B      1     2.01  1.01
3 C      0.98  0.03  1.01
4 A      1     2     1   
5 D      1.04  0.05  0.99

或者不使用rowwise，而是使用across

df %>% mutate(across(starts_with('X'), ~ ifelse(is.na(.), rowSums(cur_data()[-1], na.rm = T), .)))

  ID   X1   X2   X3
1  A 0.96 1.93 0.97
2  B 1.00 2.01 1.01
3  C 0.98 0.03 1.01
4  A 1.00 2.00 1.00
5  D 1.04 0.05 0.99

【讨论】：