用第一个非 NA 填充 data.frame 中的 NA

Question

我在对数据框中的 NA 值进行插补时遇到了特殊问题，如下例所示。我需要用同一行右侧的第一个非缺失值替换数据框中缺失的数据。例如，我的数据如下所示：

group <-c('A','B','C','D','E','F','G')
year1<- c(NA,'100',NA,'200','300',NA,NA)
year2<- c(NA,'100',NA,'200','300','50','40')
year3<- c('20','100',10,'200','300','150','230')
data=data.frame(group,year1,year2,year3)

但我希望它像最终数据一样：

group <-c('A','B','C','D','E','F','G')
year1<- c('20','100','10','200','300','50','40')
year2<- c('20','100','10','200','300','50','40')
year3<- c('20','100',10,'200','300','150','230')
finaldata=data.frame(group,year1,year2,year3)

我知道有一个函数 na.locf(somevector, fromLast = TRUE) 做类似的事情，但我想在整个数据帧上逐行显示它？

谢谢！

Answer 1

您可以将数据转换为长格式，然后使用 na.locf:

library(tidyverse)

data %>%
  gather(key, value, year1:year3) %>%
  group_by(group) %>%
  mutate(value = zoo::na.locf(value, na.rm = FALSE, fromLast = TRUE)) %>%
  spread(key, value)

输出：

# A tibble: 7 x 4
# Groups:   group [7]
  group year1 year2 year3
  <chr> <chr> <chr> <chr>
1 A     20    20    20   
2 B     100   100   100  
3 C     10    10    10   
4 D     200   200   200  
5 E     300   300   300  
6 F     50    50    150  
7 G     40    40    230

Answer 2

使用（最重要的）coalesce 来自 dplyr

的另一个选项

library(dplyr)
mutate_at(dat, 
          vars(starts_with("year")), 
          funs(replace(., is.na(.), do.call(coalesce, dat[-1])[is.na(.)])))
#  group year1 year2 year3
#1     A    20    20    20
#2     B   100   100   100
#3     C    10    10    10
#4     D   200   200   200
#5     E   300   300   300
#6     F    50    50   150
#7     G    40    40   230

这里的想法是 replace NA 对以 "year" 开头的每一列进行 do.call(coalesce, dat[-1]) 的结果，即

[1] "20"  "100" "10"  "200" "300" "50"  "40"

这些是每行的第一个非 NA（由于显而易见的原因排除了第一列）。

数据

dat <- data.frame(group,year1,year2,year3, stringsAsFactors = FALSE)

用第一个非 NA 填充 data.frame 中的 NA

Filling NA in data.frame with first non NA

replace

r

na