将NA替换为R中同一列中的另一个值
我试图用dplyr包在同一列中的继续值替换NA，但没有得到结果。下面是我正在使用的脚本将NA替换为R中同一列中的另一个值,r,R,我试图用dplyr包在同一列中的继续值替换NA，但没有得到结果。下面是我正在使用的脚本 data <- read.csv("data.csv",header=T,na.strings=c("","NULL")) data$ID <- paste(data$ID1, data$ID2, sep='_') data$End.Date <- as.Date(data$End.Date, "%d-%b-%y") data1 <- data[order(data$ID, da
data <- read.csv("data.csv",header=T,na.strings=c("","NULL"))
data$ID <- paste(data$ID1, data$ID2, sep='_')
data$End.Date <- as.Date(data$End.Date, "%d-%b-%y")
data1 <- data[order(data$ID, data$End.Date),]
library(tidyr)
library(dplyr)
data1 %>%
group_by(ID) %>%
fill(Start.date, .direction = 'up') %>%
fill(Start.date, .direction = 'down')
动物园图书馆有一个很好的函数，名为na.locf（）
图书馆（动物园）
图书馆（dplyr）
数据可能重复我刚刚检查了你的代码，得到的data1
中没有NA。我认为在这种情况下，更规范的重复是这样一个：，但我同意ssp3nc3r，NA替换代码看起来很好，OP应该处理导入代码，并确保NA值出现在应该出现的地方。@Gregor，非常感谢您的回复，能够使用您共享的信息替换NA。在ifelse（is.NA（））
构造中运行NA.locf
是很少见的。OP正在尝试使用tidyr:：fill
，这与zoo:：na.locf
非常相似-我不确定用na.locf
替换fill
是否可能解决任何问题…@Matt，感谢分享脚本。我尝试了您的脚本，能够替换start.date中缺失值的数据，但不幸的是，它将列的格式更改为数字。不知道为什么它改变了列的格式。
ID1 ID2 Start date End Date
1031 40038 7-Nov-16 1-Jan-17
1031 40037 12-Sep-16 2-Oct-16
1031 40033 15-Feb-16 2-Oct-16
1031 40033 15-Feb-16 3-Jul-16
1031 40038 7-Nov-16 4-Dec-16
1031 40035 18-Jul-16 4-Sep-16
1031 40033 15-Feb-16 4-Sep-16
1031 40043 23-Jan-17 5-Feb-17
1031 40038 7-Nov-16 5-Feb-17
1031 40042 18-Jan-17 5-Feb-17
1031 40033 15-Feb-16 5-Jun-16
1031 40044 17-Feb-17 5-Mar-17
1031 40043 23-Jan-17 5-Mar-17
1031 40037 12-Sep-16 6-Nov-16
1031 40035 NULL 7-Aug-16
1031 40033 15-Feb-16 7-Aug-16
1031 40036 NULL 7-Aug-16
1031 40038 7-Nov-16 8-Jan-17
1031 40045 28-Mar-17 9-Apr-17
1031 40033 15-Feb-16 9-Oct-16
1031 40037 12-Sep-16 9-Oct-16
1031 40033 15-Feb-16 10-Jul-16
1031 40038 7-Nov-16 11-Dec-16
1031 40033 15-Feb-16 11-Sep-16
1031 40043 23-Jan-17 12-Feb-17
1031 40033 15-Feb-16 12-Jun-16
1031 40043 23-Jan-17 12-Mar-17
1031 40044 17-Feb-17 12-Mar-17
1031 40037 12-Sep-16 13-Nov-16
1031 40038 7-Nov-16 13-Nov-16
1031 40033 15-Feb-16 14-Aug-16
1031 40035 18-Jul-16 14-Aug-16
1031 40038 7-Nov-16 15-Jan-17
1031 40045 28-Mar-17 16-Apr-17
1031 40033 15-Feb-16 16-Oct-16
1031 40037 12-Sep-16 16-Oct-16
1031 40033 15-Feb-16 17-Jul-16
1031 40038 7-Nov-16 18-Dec-16
1031 40033 15-Feb-16 18-Sep-16
1031 40037 12-Sep-16 18-Sep-16
1031 40043 23-Jan-17 19-Feb-17
1031 40033 15-Feb-16 19-Jun-16
1031 40043 23-Jan-17 19-Mar-17
1031 40038 7-Nov-16 20-Nov-16
1031 40037 12-Sep-16 20-Nov-16
1031 40035 18-Jul-16 21-Aug-16
1031 40033 15-Feb-16 21-Aug-16
1031 40039 9-Jan-17 22-Jan-17
1031 40038 7-Nov-16 22-Jan-17
1031 40033 15-Feb-16 22-May-16
1031 40045 28-Mar-17 23-Apr-17
1031 40037 12-Sep-16 23-Oct-16
1031 40033 15-Feb-16 23-Oct-16
1031 40033 15-Feb-16 24-Jul-16
1031 40038 7-Nov-16 25-Dec-16
1031 40033 15-Feb-16 25-Sep-16
1031 40037 12-Sep-16 25-Sep-16
1031 40043 23-Jan-17 26-Feb-17
1031 40044 17-Feb-17 26-Feb-17
1031 40033 15-Feb-16 26-Jun-16
1031 40043 23-Jan-17 26-Mar-17
1031 40037 12-Sep-16 27-Nov-16
1031 40038 7-Nov-16 27-Nov-16
1031 40033 15-Feb-16 28-Aug-16
1031 40035 18-Jul-16 28-Aug-16
1031 40038 7-Nov-16 29-Jan-17
1031 40042 18-Jan-17 29-Jan-17
1031 40033 15-Feb-16 29-May-16
1031 40037 12-Sep-16 30-Oct-16
1031 40036 8-Jul-16 31-Jul-16
1031 40033 15-Feb-16 31-Jul-16
1031 40035 18-Jul-16 31-Jul-16
library(zoo)
library(dplyr)
data <- read.csv("data.csv",header=T,na.strings=c("","NULL"))
data$ID <- paste(data$ID1, data$ID2, sep='_')
data$End.Date <- as.Date(data$End.Date, "%d-%b-%y")
data1 <- data[order(data$ID, data$End.Date),]
data1 <- data1 %>%
group_by(ID) %>%
mutate(Start.Date = ifelse(is.na(Start.Date),na.locf(Start.Date, na.rm = FALSE), Start.Date))