根据另一列中的值用预定值替换列中的 NA

Question

我有一个非常简单的问题。然而，我所能找到的都是非常复杂的答案，不能完全满足我的需要。

最接近的，我在这里找到：

Answer by flodel and eddi (data.table)

不过，我想另外指定如何根据不同列中的值处理指定列中的 NA。

我有一个 data.table，其中包含带有 NA 的列，其中 fac 是一个因子变量。

df <- fread(
  "A   B   C   fac   H   I   J   iso   year   matchcode
     0   1   1   NA   0   1   0   NLD   2009   NLD2009
     1   0   0   NA   1   0   1   NLD   2014   NLD2014
     0   0   0   B   1   0   0   AUS   2011   AUS2011
     1   0   1   B   0   1   0   AUS   2007   AUS2007
     0   1   0   NA  0   1   1   USA   2007   USA2007
     0   0   1   NA  0   0   1   USA   2011   USA2010
     0   1   0   NA  0   0   0   USA   2013   USA2013
     1   0   1   A   0   1   0   BLG   2007   BLG2007
     0   1   0   A   1   0   1   BEL   2009   BEL2009
     1   0   1   A   0   1   0   BEL   2012   BEL2012",
  header = TRUE
)

我想做的是根据 iso3c 中的值将值 D 和 E 分配给列 fac 中的 NA。因此，当 iso3c == NLD 时，fac 中的 NA 应替换为 D，而当 iso3c == USA 时，fac 中的 NA 应替换为 E，导致以下结果。

df <- fread(
  "A   B   C   fac   H   I   J   iso   year   matchcode
     0   1   1   D   0   1   0   NLD   2009   NLD2009
     1   0   0   D   1   0   1   NLD   2014   NLD2014
     0   0   0   B   1   0   0   AUS   2011   AUS2011
     1   0   1   B   0   1   0   AUS   2007   AUS2007
     0   1   0   E  0   1   1   USA   2007   USA2007
     0   0   1   E  0   0   1   USA   2011   USA2010
     0   1   0   E  0   0   0   USA   2013   USA2013
     1   0   1   A   0   1   0   BLG   2007   BLG2007
     0   1   0   A   1   0   1   BEL   2009   BEL2009
     1   0   1   A   0   1   0   BEL   2012   BEL2012",
  header = TRUE
)

编辑：fac 是一个因子变量这一事实带来了一些问题。以下是有效的：

df$fac<- as.character(df$fac)
df[, fac:= ifelse(is.na(fac) & iso3c == "NLD", "D", 
                   ifelse(is.na(fac) & iso3c == "USA", "E", wbgroup))][]
df[, fac:= factor(fac, levels = c(levels(fac), c('A', 'B', 'C', 'D', 'E', 'F', 'G')))]

Answer 1

我们需要在i中指定逻辑条件并进行赋值。由于改变值只有两种情况，所以可以分两步完成

df[is.na(fac) & iso == 'NLD', fac := 'D'
  ][is.na(fac) & iso == 'USA', fac := 'E'][]
#    A B C fac H I J iso year matchcode
# 1: 0 1 1   D 0 1 0 NLD 2009   NLD2009
# 2: 1 0 0   D 1 0 1 NLD 2014   NLD2014
# 3: 0 0 0   B 1 0 0 AUS 2011   AUS2011
# 4: 1 0 1   B 0 1 0 AUS 2007   AUS2007
# 5: 0 1 0   E 0 1 1 USA 2007   USA2007
# 6: 0 0 1   E 0 0 1 USA 2011   USA2010
# 7: 0 1 0   E 0 0 0 USA 2013   USA2013
# 8: 1 0 1   A 0 1 0 BLG 2007   BLG2007
# 9: 0 1 0   A 1 0 1 BEL 2009   BEL2009
#10: 1 0 1   A 0 1 0 BEL 2012   BEL2012

如果要替换的值很多，则与 key/value 数据集进行连接并进行赋值

df[data.table(fac = NA_character_, iso = c('NLD', 'USA'), 
        val = c('D', 'E')), fac := val, on = .(fac, iso)]

注意：fac、iso 列是 character class。如果 fac 是 factor class，并且 'D'、'E' levels 不存在于列中，则创建新的 levels 在做作业之前，即

df[, fac := factor(fac, levels = c(levels(fac), c('D', 'E')))]

Answer 2

另一个使用 data.table 和两个 ifelse 语句的选项。

library(data.table)

df[, fac := ifelse(is.na(fac) & iso == "NLD", "D", 
                   ifelse(is.na(fac) & iso == "USA", "E", fac))][]
#     A B C fac H I J iso year matchcode
#  1: 0 1 1   D 0 1 0 NLD 2009   NLD2009
#  2: 1 0 0   D 1 0 1 NLD 2014   NLD2014
#  3: 0 0 0   B 1 0 0 AUS 2011   AUS2011
#  4: 1 0 1   B 0 1 0 AUS 2007   AUS2007
#  5: 0 1 0   E 0 1 1 USA 2007   USA2007
#  6: 0 0 1   E 0 0 1 USA 2011   USA2010
#  7: 0 1 0   E 0 0 0 USA 2013   USA2013
#  8: 1 0 1   A 0 1 0 BLG 2007   BLG2007
#  9: 0 1 0   A 1 0 1 BEL 2009   BEL2009
# 10: 1 0 1   A 0 1 0 BEL 2012   BEL2012

根据另一列中的值用预定值替换列中的 NA

Replacing NA's in a column with predetermined values based on the value in another column

r

na

data.table