在 r 数据表中前向填充行答案

【问题标题】：Forward fill rows in a r data table在 r 数据表中前向填充行
【发布时间】：2020-05-09 17:39:47
【问题描述】：

我有一个大数据表，格式如下

Name       Value     1      2     3     4     5 
A           58       1      NA    NA    NA    NA
B           47       NA     1     NA    NA    NA
C           89       NA     NA    1     NA    NA
D           68       NA     NA    NA    1     NA
E           75       NA     NA    NA    NA    1

我想转发数据表的行以实现以下结果。我知道如何转发填充列。

Name       Value     1      2     3     4     5 
A           58       1      1     1     1     1
B           47       NA     1     1     1     1
C           89       NA     NA    1     1     1
D           68       NA     NA    NA    1     1
E           75       NA     NA    NA    NA    1

救命！

【问题讨论】：

标签： r dataframe data.table

【解决方案1】：

data.table 有它自己的nafill 函数。

library(data.table) #v>=1.12.8
library(magrittr)

melt(dt, id = 1:2) %>% 
  .[, value := nafill(value, "locf"), by = Name] %>% 
  dcast(., ... ~ variable)

#    Name Value  1  2  3  4 5
# 1:    A    58  1  1  1  1 1
# 2:    B    47 NA  1  1  1 1
# 3:    C    89 NA NA  1  1 1
# 4:    D    68 NA NA NA  1 1
# 5:    E    75 NA NA NA NA 1

数据

dt <- fread("Name       Value     1      2     3     4     5 
A           58       1      NA    NA    NA    NA
B           47       NA     1     NA    NA    NA
C           89       NA     NA    1     NA    NA
D           68       NA     NA    NA    1     NA
E           75       NA     NA    NA    NA    1")

【讨论】：

您是否害怕以新依赖为代价的临时变量？ :)
Jan，我不认为 magrittr 是一个严重的依赖项，我也喜欢它在链接许多操作时提供的可读性。我也不喜欢把全球环境弄得乱七八糟，所以我觉得它是不太糟糕的选择。如果我安装整个 tidyverse 只是为了使用 mutate 而不是 $ 我绝对同意你的看法:)

【解决方案2】：

在tidyr 中使用fill 用之前的值填充缺失值。

library(dplyr)
library(tidyr)

df %>%
  pivot_longer(3:7) %>%
  group_by(Name) %>%
  fill(value) %>%
  ungroup() %>% 
  pivot_wider()

# # A tibble: 5 x 7
#   Name  Value   `1`   `2`   `3`   `4`   `5`
#   <fct> <int> <int> <int> <int> <int> <int>
# 1 A        58     1     1     1     1     1
# 2 B        47    NA     1     1     1     1
# 3 C        89    NA    NA     1     1     1
# 4 D        68    NA    NA    NA     1     1
# 5 E        75    NA    NA    NA    NA     1

注意：上面的输出与

相同

df %>% fill(3:7, .direction = "up")

但逻辑不同。前者属于“向前填充行”，后者是“向后填充列”。在其他情况下它们会有所不同。

数据

df <- structure(list(Name = structure(1:5, .Label = c("A", "B", "C", 
"D", "E"), class = "factor"), Value = c(58L, 47L, 89L, 68L, 75L
), `1` = c(1L, NA, NA, NA, NA), `2` = c(NA, 1L, NA, NA, NA), 
`3` = c(NA, NA, 1L, NA, NA), `4` = c(NA, NA, NA, 1L, NA), 
`5` = c(NA, NA, NA, NA, 1L)), class = "data.frame", row.names = c(NA, -5L))

【讨论】：