基础解决方案

Question

我经常遇到需要从其他数据源“填写”信息的情况。

例如：

x <- data.frame(c1=letters[1:26],c2=letters[26:1])
x[x$c1 == "m","c2"] <- NA
x[x$c1 == "a","c2"] <- NA

   c1   c2
1   a <NA>
2   b    y
3   c    x
4   d    w
5   e    v
6   f    u
7   g    t
8   h    s
9   i    r
10  j    q
11  k    p
12  l    o
13  m <NA>
...

现在，有了这个缺失的变量，我想检查并使用单独的data.frame填充它，让我们称之为y

y <- data.frame(c1=c("m","a"),c2=c("n","z"))

所以，我想要发生的是用y填充x。（第13行应为c（“m”，“n”），第1行应为c（“a”，“z”））

我用来处理这个问题的方法目前似乎很复杂和间接。你的方法是什么？请记住，我的数据不一定像这样一个很好的顺序，但顺序应该保持在x。我的偏好是一个不依赖于基础R的解决方案。

Answer 1

如果您处理character个变量，而不是factors，这将是一个更简单的命题。

我将提出一个简单的data.table解决方案（优雅且易于使用的语法以及许多其他优点）

x <- data.frame(c1=letters[1:26],c2=letters[26:1], stringsAsFactors =FALSE)
x[x$c1 == "m","c2"] <- NA
y <- data.frame(c1="m",c2="n", stringsAsFactors = FALSE)
library(data.table)
X <- as.data.table(x)
Y <- as.data.table(y)

为了简化合并，我将创建一个指示

的列

X[,missing_c2 := is.na(c2)]
# a similar column in Y
Y[,missing_c2 := TRUE]

setkey(X, c2, missing_c2)
setkey(Y, c2, missing_c2)
# merge and replace (by reference) those values in X with the the values in `Y` 
X[Y, c2 := i.c2]

i.c2表示我们使用c2参数中的i值[

此方法假设并非c1 = 'm'中X中缺少c2的所有值，并且您不希望将'm'中的所有值替换为c1='m'其中y 1}}，只有那些缺少的

基础解决方案

这是一个基本解决方案 - 我使用合并，以便missing data.frame可以包含比实际需要更多的c1替换（即可以包含所有c1=值的值，虽然只需要# add a second missing value row because to make the solution more generalizable x <- rbind(x, data.frame(c1 = 'm',c2 = NA, stringsAsFactors = FALSE) ) missing <- x[is.na(x$c2),] merged <- merge(missing, y, by = 'c1') x[is.na(x$c2),] <- with(merged, data.frame(c1 = c1, c2 = c2.y, stringsAsFactors = FALSE)) m``。

factors

如果你使用{{1}}，你会遇到一道痛苦的墙，确保水平相符。

Answer 2

在基地R中，我相信这对你有用：

nas <- is.na(x$c2)
x[nas, ] <- y[y$c1 %in% x[nas, 1], ]

从另一个data.frame回填

2 个答案:

基础解决方案