Fatal编程技术网
  • r/
  • R 有条件地替换NA

R 有条件地替换NA

r

R 有条件地替换NA,r,dplyr,R,Dplyr,这是我自己的补充版本，因为我无法通过评论清楚地解释它 只有2个农场，因此每个水果在下面的df中重复。我想用0替换NA，只要其中一种水果有一个值，比如在y2019的pear中有一个c（NA，7），我想输出c（0,7） 样本数据： 但是： 7在pear生产c（0,0）中被消灭 当两个农场都是NA #A tibble: 8 x 5 fruit farm y2019 y2018 y2017 <chr> <fct> <dbl> <dbl>

这是我自己的补充版本，因为我无法通过评论清楚地解释它

只有2个
农场
，因此每个
水果
在下面的
df
中重复。我想用
0
替换
NA
，只要其中一种水果有一个值，比如在
y2019
的
pear
中有一个
c（NA，7）
，我想输出
c（0,7）

样本数据：

但是：

  • 7
    在
    pear
    生产
    c（0,0）
    中被消灭

  • 当两个农场都是
    NA

      #A tibble: 8 x 5
   fruit farm  y2019 y2018 y2017
   <chr> <fct> <dbl> <dbl> <dbl>
 1 apple 1         0     5     4
 2 apple 2         0     3     5
 3 peach 1         3     0     7
 4 peach 2        12     0    15
 5 pear  1         0     8     0
 6 pear  2         0     2     0
 7 lime  1         4     0     0
 8 lime  2         6     0     0
    您可以尝试：

    library(dplyr)

df %>%
  group_by(fruit) %>%
  mutate(across(where(is.numeric), ~ if(any(!is.na(.))) 
                replace(., is.na(.), 0)  else .)) %>%
  ungroup()

# A tibble: 8 x 5
#  fruit farm  y2019 y2018 y2017
#  <chr> <fct> <dbl> <dbl> <dbl>
#1 apple 1        NA     5     4
#2 apple 2        NA     3     5
#3 peach 1         3    NA     7
#4 peach 2        12    NA    15
#5 pear  1         0     8    NA
#6 pear  2         7     2    NA
#7 lime  1         4    NA     1
#8 lime  2         6    NA     0

    库（dplyr）
df%>%
组别(水果)%>%
变异（跨越（其中（is.numeric），~if（any（！is.na（））
替换（，is.na（.），0）其他。））%>%
解组（）
#一个tibble:8x5
#水果场y2019 y2018 y2017
#      
#1苹果1 NA 5 4
#2苹果2 NA 3 5
#3桃13NA 7
#4桃2 12娜15
#5梨1 0 8 NA
#6梨2 7 2 NA
#7石灰1 4钠1
#8石灰2 6钠0
    因此，只有当组中有任何值不是
    NA
    时，我们才
    将
    替换为0。您可以尝试：
    

    library(dplyr)

df %>%
  group_by(fruit) %>%
  mutate(across(where(is.numeric), ~ if(any(!is.na(.))) 
                replace(., is.na(.), 0)  else .)) %>%
  ungroup()

# A tibble: 8 x 5
#  fruit farm  y2019 y2018 y2017
#  <chr> <fct> <dbl> <dbl> <dbl>
#1 apple 1        NA     5     4
#2 apple 2        NA     3     5
#3 peach 1         3    NA     7
#4 peach 2        12    NA    15
#5 pear  1         0     8    NA
#6 pear  2         7     2    NA
#7 lime  1         4    NA     1
#8 lime  2         6    NA     0

    

    库（dplyr）
df%>%
组别(水果)%>%
变异（跨越（其中（is.numeric），~if（any（！is.na（））
替换（，is.na（.），0）其他。））%>%
解组（）
#一个tibble:8x5
#水果场y2019 y2018 y2017
#      
#1苹果1 NA 5 4
#2苹果2 NA 3 5
#3桃13NA 7
#4桃2 12娜15
#5梨1 0 8 NA
#6梨2 7 2 NA
#7石灰1 4钠1
#8石灰2 6钠0

    

    因此，只有当组中有任何值不是
    NA
    时，我们才
    将
    替换为0。如果有
    任何
    非NA元素要替换为0或
    其他
    返回值，我们可以使用
    替换
    来自
    的
    替换为0
    

    library(dplyr)
library(tidyr)
df %>%
  group_by(fruit) %>%
  mutate(across(where(is.numeric), ~ if(any(!is.na(.))) replace_na(., 0) else .)) %>%
   ungroup()
# A tibble: 8 x 5
#  fruit farm  y2019 y2018 y2017
#  <chr> <fct> <dbl> <dbl> <dbl>
#1 apple 1        NA     5     4
#2 apple 2        NA     3     5
#3 peach 1         3    NA     7
#4 peach 2        12    NA    15
#5 pear  1         0     8    NA
#6 pear  2         7     2    NA
#7 lime  1         4    NA     1
#8 lime  2         6    NA     0

    

    如果有
    任何
    非na元素要替换为0或
    否则
    返回值，我们可以使用
    替换na
    from
    tidyr
    

    library(dplyr)
library(tidyr)
df %>%
  group_by(fruit) %>%
  mutate(across(where(is.numeric), ~ if(any(!is.na(.))) replace_na(., 0) else .)) %>%
   ungroup()
# A tibble: 8 x 5
#  fruit farm  y2019 y2018 y2017
#  <chr> <fct> <dbl> <dbl> <dbl>
#1 apple 1        NA     5     4
#2 apple 2        NA     3     5
#3 peach 1         3    NA     7
#4 peach 2        12    NA    15
#5 pear  1         0     8    NA
#6 pear  2         7     2    NA
#7 lime  1         4    NA     1
#8 lime  2         6    NA     0

    

    library(dplyr)
library(tidyr)
df %>%
  group_by(fruit) %>%
  mutate(across(where(is.numeric), ~ if(any(!is.na(.))) replace_na(., 0) else .)) %>%
   ungroup()
# A tibble: 8 x 5
#  fruit farm  y2019 y2018 y2017
#  <chr> <fct> <dbl> <dbl> <dbl>
#1 apple 1        NA     5     4
#2 apple 2        NA     3     5
#3 peach 1         3    NA     7
#4 peach 2        12    NA    15
#5 pear  1         0     8    NA
#6 pear  2         7     2    NA
#7 lime  1         4    NA     1
#8 lime  2         6    NA     0

    

    df %>%
     group_by(fruit) %>%
      mutate(across(where(is.numeric),
           ~ replace(., sum(!is.na(.)) > 0 & is.na(.), 0)))
# A tibble: 8 x 5
# Groups:   fruit [4]
#  fruit farm  y2019 y2018 y2017
#  <chr> <fct> <dbl> <dbl> <dbl>
#1 apple 1        NA     5     4
#2 apple 2        NA     3     5
#3 peach 1         3    NA     7
#4 peach 2        12    NA    15
#5 pear  1         0     8    NA
#6 pear  2         7     2    NA
#7 lime  1         4    NA     1
#8 lime  2         6    NA     0