用另一列中的值替换属于一列的 NA答案

【问题标题】：Replace NA's belonging to one column with values from another column用另一列中的值替换属于一列的 NA
【发布时间】：2015-11-09 10:14:23
【问题描述】：

我有以下数据框（命名为“df”），列名称为 ID、org1 和 org2。

结构：

 ID  org1  org2
 1    C1   NA
 2    C2   NA
 3    C3   C3
 4    C4   C4
 5    C1   NA
 6    NA   C2
 7    NA   C4
 8    NA   NA
 9    NA   NA
 10   C3   C3

现在，我希望 org1 从 org2 获取值，以防 org1 中出现“NA”，例如：ID 6

预期输出：

 ID  org1  org2
 1    C1   NA
 2    C2   NA
 3    C3   C3
 4    C4   C4
 5    C1   NA
 6    C2   C2
 7    C4   C4
 8    NA   NA
 9    NA   NA
 10   C3   C3

我厌倦了以下内容：

   df$org1[is.na(df$org1)] <- as.character(df$org2[is.na(df$org1)])

指以下：Replace NA in column with value in adjacent column

但这产生了以下错误：

  Warning message:
  In `[<-.factor`(`*tmp*`, is.na(df$org1),  :invalid factor level, NA generated

谁能告诉我我做错了什么，有没有更好的解决方案。

【问题讨论】：

标签： r dataframe missing-data

【解决方案1】：

通过使用lapply 循环遍历factor 列，将factor 列转换为character 类。

  df1[-1] <- lapply(df1[-1], as.character)

然后我们可以使用pmax。 pmax 将获得两列之间的逐行最大元素。由于 'org2' 与 'org1' 几乎相同，除了 NA 值，pmax 和 na.rm=TRUE 在有一个 NA 和非 NA 时删除 NA 元素，或者如果有两个 NA 返回NA，或者有两个非 NA 相同的返回唯一元素。

df1$org1 <- do.call(pmax, c(df1[-1], list(na.rm=TRUE)))
df1
#   ID org1 org2
#1   1   C1 <NA>
#2   2   C2 <NA>
#3   3   C3   C3
#4   4   C4   C4
#5   5   C1 <NA>
#6   6   C2   C2
#7   7   C4   C4
#8   8 <NA> <NA>
#9   9 <NA> <NA>
#10 10   C3   C3

或者使用基于is.na的逻辑索引，根据索引对'org1'进行子集化，并将其替换为'org2'的对应元素。

 ind <- is.na(df1$org1)
 df1$org1[ind] <- df1$org2[ind]

或者正如 @David Arenburg 在 cmets 中提到的，我们可以 data.table 更快地分配。我们将 'data.frame' 转换为 'data.table' (setDT(df1))，使用 'i' 中的逻辑条件，我们将 'org1' 分配为 'org2' 对应于 'i'。

library(data.table)
setDT(df)[is.na(org1), org1 := org2]

数据

df1 <- structure(list(ID = 1:10, org1 = structure(c(1L, 2L, 3L, 4L,   
 1L, NA, NA, NA, NA, 3L), .Label = c("C1", "C2", "C3", "C4"),
 class = "factor"), 
org2 = structure(c(NA, NA, 2L, 3L, NA, 1L, 3L, NA, NA, 2L
), .Label = c("C2", "C3", "C4"), class = "factor")), .Names = c("ID", 
"org1", "org2"), row.names = c(NA, -10L), class = "data.frame")

【讨论】：

或setDT(df)[is.na(org1), org1 := org2]
我收到了 15 条警告，但这没有帮助
@user3875610 根据输入数据（假设您有错误中的因子列），我没有收到任何警告。
@akrun，是的，它有一些因素，但我厌倦了它工作的样本数据，尽管我发现大卫的解决方案要容易得多。 Akrun 你能解释一下你的代码到底做了什么
感谢 akrun 和 David，您的解决方案都有效！！

【解决方案2】：

options(stringAsFactors =F) 会将所有列变成字符串(as.character)

options(stringsAsFactors = F)
mydf <- data.frame(ID = 1:10, org1 = c('C1','C2','C3','C4','C1',NA,NA,NA,NA,'C3'),
                   org2 = c(NA,NA,'C3','C4',NA,'C2','C4',NA,NA,'C3'))
mydf$org1[is.na(mydf$org1)] <- mydf$org2[is.na(mydf$org1)]

【讨论】：

这已经在另一个答案中引入，只是没有使用which，这是多余的。
是的，这是多余的，做了改变
但这已经出现在另一个答案中，如前所述。