将 NA 替换为 r 中每个组的同一列的另一行中的值 - 值在组内不唯一

Question

我有一个问题与上一个问题非常相似，但我无法将其概括为我的情况。

我的数据看起来有点像这样

在每个 ID 中，我有几个 Vis 行。我感兴趣的只有 a 和 b。数据是这样的，对于数据 (V1...V7) 中的每一列，如果 a 存在，则 b 存在并且对于所有a、b 的值缺失，反之亦然。我想为每个 ID 组组合 Vis 的 a 和 b 这样我就有一行（a 或 b 甚至是新行，这并不重要）没有任何列的任何缺失数据。

Answer 1

根据显示的图像，这可能有帮助。在这里，我使用只有几个 V 列的实际 NA。

我们为以 'V' 开头后跟数字 ('nm1') 的列名创建一个数字索引。将 'data.frame' 转换为 'data.table' (setDT(df1))，按 'ID' 分组，我们使用 Map，循环索引 'nm1' 指定的列(SD[, nm1, with=FALSE]) 和 'Vis' 列，replace 'V' 列元素，其中 'Vis' 是 'a' 或 'b'非 NA 元素 (na.omit(x[..)，并将输出分配给数字索引。

library(data.table)
nm1 <- grep('V\d+',colnames(df1)) 

setDT(df1)[, (nm1):= Map(function(x,y) 
    replace(x, which(y %in% c('a', 'b')), na.omit(x[y %in% c('a', 'b')])), 
     .SD[,-1, with=FALSE], list(.SD[[1]])), ID]

我们将 'b' 值更改为 'a'

 df1[Vis=='b', Vis := 'a']

并获得 unique 行

 unique(df1)
 #   ID Vis V1 V2
 #1:  2   a  1  2
 #2:  2   c  4  5
 #3:  3   a  3  4
 #4:  4   a  2  3
 #5:  4   c  3  4
 #6:  4   d  1  1

数据

df1 <- data.frame(ID= rep(c(2,3,4), c(3,2,4)), Vis=c('a', 'b', 'c', 'a', 
 'b', 'a', 'b', 'c', 'd'), V1= c(1, NA, 4, 3, NA, NA, 2, 3, 1), 
 V2= c(NA, 2, 5, 4, NA, 3, NA, 4, 1), stringsAsFactors=FALSE)

Answer 2

只需在删除 NA 时求和所需的值即可。有更多矢量化的方法可以做到这一点，但是for循环更清晰一些。

for(I in unique(df1$ID)) {
  df_sub <- subset(df1, df1$ID==I & df1$Vis %in% c("a", "b"))
  df1 <- subset(df1, df1$ID != I)
  new_row <- apply(df_sub[, -1:-2], 2, sum, na.rm=TRUE)
  df1 <- rbind(df1, c(ID=I, new_row))
}

将 NA 替换为 r 中每个组的同一列的另一行中的值 - 值在组内不唯一

Replace NA with values in another row of same column for each group in r - values not unique within group

r

na

数据