根据其他列值复制列内的值答案

【问题标题】：Copy values within column, based on other column value根据其他列值复制列内的值
【发布时间】：2016-05-24 17:21:06
【问题描述】：

我试图用同一列中出现的另一个值填充所有 NA，这些值出现在同一月份的行中，有没有一种简单的方法可以做到这一点？我找到了几乎可以做到的各种功能，但不完全是这样。

data.frame 是这样的

id  month   price1  price2
1    1         NA     2
2    1         4      NA
3    1         NA     NA
1    2         6      NA
2    2         NA     NA
3    2         NA     4

输出应该是这样的：

id  month   price1  price2
1    1         4     2
2    1         4     2
3    1         4     2
1    2         6     4
2    2         6     4
3    2         6     4

【问题讨论】：

标签： r dataframe

【解决方案1】：

一种可能的方法是使用match 函数。

d <- data.frame(id = rep(1:3, 2),
                month = rep(1:2, each=3),
                price1 = c(NA, 4, NA, 6, NA, NA),
                price2 = c(2, NA, NA, NA, NA, 4))

d[is.na(d$price1), "price1"] <-
    d[!is.na(d$price1), ][match(d[is.na(d$price1), "month"],
                                d[!is.na(d$price1), "month"]), "price1"]

d[is.na(d$price2), "price2"] <-
    d[!is.na(d$price2), ][match(d[is.na(d$price2), "month"],
                                d[!is.na(d$price2), "month"]), "price2"]

> d
  id month price1 price2
1  1     1      4      2
2  2     1      4      2
3  3     1      4      2
4  1     2      6      4
5  2     2      6      4
6  3     2      6      4

请注意，如果有多个非缺失值可供选择，此方法将使用第一个非缺失值。

按照Laterow的建议，您可以遍历变量：

for (j in 3:ncol(d)) {
  varname <- names(d)[j]
  d[is.na(d[, varname]), varname] <-
    d[!is.na(d[, varname]), ][match(d[is.na(d[, varname]), "month"],
                                    d[!is.na(d[, varname]), "month"]),
                              varname]
}

【讨论】：

谢谢，您对迭代这个方法有什么建议吗？我忘了提，我有大约 400 列。我可以用“for i in ....”开始命令，然后用 i 替换 price1/price2 吗？此外，多个值无关紧要，每个产品每月的价格始终相同:)
@larryfisherman 只需将d[is.na(d$price1), "price1"] 替换为m <- names(d)[i]; d[is.na(d[,m]), m]，然后使用for (i in 3:ncol(d)) 之类的内容循环即可。

【解决方案2】：

dplyr 解决方案。它假设每个“月”在 NA 旁边都有一个值。

为每个月创建一个包含单列的数据框，以及其中包含单个值的新变量。

 d1 <- d %>% group_by(month) 
%>% summarise(price1a = mean(price1,na.rm=TRUE),price2a=mean(price2,na.rm=TRUE))

将新列附加到原始数据框。

dplyr::left_join(d,d1,by="month")
id month price1 price2 price1a price2a
1  1     1     NA      2       4       2
2  2     1      4     NA       4       2
3  3     1     NA     NA       4       2
4  1     2      6     NA       6       4
5  2     2     NA     NA       6       4
6  3     2     NA      4       6       4

【讨论】：

【解决方案3】：

这个问题在 StackExchange 中可能会更好，因为它专注于 R 中的编程，但这里有一个答案：

我想有更好的方法可以做到这一点，但会立即浮现在脑海中。

replace_nas <- function(df,var,id_var,func = function(x) x[!is.na(x)])
    return( merge(df[,-which(names(df)==var)],aggregate(as.formula(paste0(var,"~",id_var)),df,func))[,var])
replace_all_nas <- function(df,id_vars,select_var,agg_vars,func = function(x) x[!is.na(x)])
    return(cbind(df[,id_vars],sapply(agg_vars,function(x) replace_nas(df,x,select_var,func))))

用法：调用replace_all_nas，df作为你想要执行这个操作的data.frame，id_vars是你想要修复的列名的向量，select_var是你想要组织的变量，agg_vars是变量您要替换的 NA，func 是您要用来收集非 na 值以替换 NA 的函数。我将其设置为选择非 NA 值，假设只有一个值，但如果一列中有多个非 NA 值，则需要其他东西来处理。

在您的示例上运行：

replace_all_nas(blah,id_vars = c("id","month"),select_var = c("month"),agg_vars = c("price1","price2"),func = function(x) x[!is.na(x)])
#    id month price1 price2
#  1  1     1      4      2
#  2  2     1      4      2
#  3  3     1      4      2
#  4  1     2      6      4
#  5  2     2      6      4
#  6  3     2      6      4

【讨论】：

【解决方案4】：

一种方法是使用ave。函数可以应用于具有ave 的相同因子水平的组。

ave(df$price1, df$month, FUN=function(x)unique(x[!is.na(x)]))

#[1] 4 4 4 6 6 6

ave(df$price2, df$month, FUN=function(x)unique(x[!is.na(x)]))
#[1] 2 2 2 4 4 4

【讨论】：