使用group_时在计算错误时对_进行变异

mutate_at（）与group_by（）一起使用时，以及将列位置的数字向量作为第一个（.vars）参数输入时，显示计算错误

• 使用

  R

  3.4.2和

  dplyr

  0.7.4版本时会出现问题
• 使用

  R

  3.3.2和

  dplyr

  0.5.0时工作正常
• 如果.vars是字符向量（列名），则可以正常工作

例如：

# Create example dataframe
Id <- c('10_1', '10_2', '11_1', '11_2', '11_3', '12_1')
Month <- c(2, 3, 4, 6, 7, 8)
RWA <- c(0, 0, 0, 1.579, NA, 0.379)
dftest = data.frame(Id, Month, RWA)

# Define column to fill NAs
nacol = c('RWA')

# Fill NAs with last period
dftest_2 <- dftest %>%
  group_by(Id) %>%
  mutate_at(which(names(dftest) %in% nacol), 
            funs(ifelse(is.na(.),0,.)))

---

更合理的例子说明了这个问题：

# Create example dataframe
Id <- c('10_1', '10_2', '11_1', '11_3', '11_3', '12_1')
Month <- c(2, 3, 4, 6, 7, 8)
RWA <- c(0, 0, 0, 1.579, NA, 0.379)
dftest = data.frame(Id, Month, RWA)

# Define column to fill NAs
nacol = c('RWA')

# Fill NAs with last period
dftest_2 <- dftest %>%
  group_by(Id) %>%
  mutate_at(which(names(dftest) %in% nacol), 
            funs(na.locf(., na.rm=F)))

#创建示例数据帧
Id我们得到NA值的原因是我们从
中得到的输出是3，但是我们按“Id”分组，因此后面只有2列

dftest %>%
     group_by(Id) %>% 
     mutate_at(which(names(dftest) %in% nacol)-1, funs(ifelse(is.na(.),0,.)))
# A tibble: 6 x 3
# Groups:   Id [6]
#      Id Month   RWA
#  <fctr> <dbl> <dbl>
#1   10_1     2 0.000
#2   10_2     3 0.000
#3   11_1     4 0.000
#4   11_2     6 1.579
#5   11_3     7 0.000
#6   12_1     8 0.379

这可能是一个bug，使用基于位置的方法有时是有风险的。更好的选择是使用
名称

dftest %>%
    group_by(Id) %>% 
    mutate_at(intersect(names(.), nacol), funs(replace(., is.na(.), 0)))

注意：在所有这些情况下，不需要使用
groupby


另一个选项是从
tidyr

dftest %>%
    tidyr::replace_na(as.list(setNames(0, nacol)))

尝试
dftest%>%group\u by（Id）%%>%mutate\u at（intersect（names（.），nacol），funs（replace（.，is.na（.））
@akrun，因为第一个参数（.vars）是作为字符向量（列名）给出的。不起作用的是使用带有列位置的数字向量。varsMakes sense，谢谢。是的，这里不需要group_by（分组依据）
，我简化了这个例子，但是如果我们有多行具有相同的id和
funs（na.locf（，na.rm=F））
，例如，
group_by
的使用将是明智的。@akrun我在重新学习如何指定列位置时遇到了这个问题。好消息+1.
dftest %>%
    group_by(Id) %>% 
    mutate_at(intersect(names(.), nacol), funs(replace(., is.na(.), 0)))

dftest %>%
    tidyr::replace_na(as.list(setNames(0, nacol)))