R通过匹配gps坐标外推缺失数据，找到缺失数据，然后将缺失数据放回原始数据帧

我的数据帧在end_station_id中缺少一些数据。它作为csv文件（3489749行）正确读入，其中147242行作为NA缺少数据

我想通过使用已知end_station_id的end latitude/longitude对查找匹配项来填充缺少的end_station_id

```{r}
end_station_id <chr>  end_lat<dbl> end_lng <dbl>
NA                           41.92        -87.70    
NA                           41.92        -87.70
NA                           41.86        -87.63
ta52                           NA           NA
499                          41.9306      -87.7238  
255                          41.92        -87.7078
```

`{r}
终点站id终点站lng终点站
NA 41.92-87.70
NA 41.92-87.70
NA 41.86-87.63
TA52NA
499                          41.9306      -87.7238  
255                          41.92        -87.7078
```

因此，在上面的示例中，我想将前两个NAs替换为255，因为gps对匹配

我知道我必须不知怎么折腾，但我不知道

下一个复杂问题是，由于gps的记录方式可能不完全匹配，因为自行车被放在货架上，一些自行车记录的gps有效数字比其他自行车更好

因此，为了使匹配更容易，我想尝试找到每个站的平均lat/lng，以使匹配更容易，这是我的想法之一。因此，使用唯一的站点id和每个id的所有gps点的平均值创建一个新的DF。然后将这些平均值点替换回原始DF，以便只有709个站点gps点

或

我认为有足够的lat/lon点，只要扫描整个DF，数据集中的某个地方就会有一个精确的匹配

那么，如何执行lappy（）或apply（）来查看lat/lon上是否存在匹配，然后将匹配的桩号保存在df中呢

看起来我首先需要一个没有缺失ID的DF，这样我就可以过滤它来清理。然后，当我找到匹配项时，我会将固定行找到干净的DF

很抱歉，我只是还没有足够的关于apply（x，function）的R培训

---

所以，结束吧。我有一个缺少数据的df，可以通过比较其他列来填充缺少的数据来推断。

我担心你的第一个方法的准确性。将lat/long值四舍五入到两位小数并不能得到所需的匹配项，因为将桩号255的lon四舍五入到两位数字会得到-87.71，这与NA桩号lon（-87.70）不同

下面是第二种方法的一个实现，使用dplyr：

library(dplyr)

# Separate data into those with and without ids
df_clean <- df %>% filter(!is.na(end_station_id))
df_na <- df %>% filter(is.na(end_station_id))

# match stations to NAs based on lat/log
df_matched <- df_na %>%
  left_join(df_clean, 
            by = c("end_lat", "end_lng"), 
            suffix = c(".na", ".clean")) %>%
  mutate(end_station_id = end_station_id.clean) %>%
  select(-end_station_id.na, -end_station_id.clean)

# Recombine data
df_cleaned <- rbind(df_clean, df_matched)

库（dplyr）
#将数据分为带ID和不带ID的数据
df_清洁%过滤器（！is.na（结束站id））
df_na%过滤器（is.na（end_station_id））
#根据lat/log将站点与NAs匹配
df_匹配%
左连接（df_清洁，
by=c（“端面”、“端面lng”），
后缀=c（“.na”，“.clean”））%>%
突变（结束站id=结束站id.clean）%>%
选择（-end\U station\U id.na，-end\U station\U id.clean）
#重新组合数据
谢谢你@TEDDY。我要试试这个。关于舍入，我同意你的看法，我最初的方法是使用最小-最大值，但如何通过编程实现这一点在R和python中是我无法理解的。