R:将data.frame中的NAs替换为另一个dataframe中相同位置的值
我有一个带有一些NA值的数据框:R:将data.frame中的NAs替换为另一个dataframe中相同位置的值,r,dataframe,na,R,Dataframe,Na,我有一个带有一些NA值的数据框: dfa <- data.frame(a=c(1,NA,3,4,5,NA),b=c(1,5,NA,NA,8,9),c=c(7,NA,NA,NA,2,NA)) dfa dfa您可以执行以下操作: dfa <- data.frame(a=c(1,NA,3,4,5,NA),b=c(1,5,NA,NA,8,9),c=c(7,NA,NA,NA,2,NA)) dfrepair <- data.frame(a=c(2:7),b=c(6:1),c=c(8:3)
dfa <- data.frame(a=c(1,NA,3,4,5,NA),b=c(1,5,NA,NA,8,9),c=c(7,NA,NA,NA,2,NA))
dfa
dfa您可以执行以下操作:
dfa <- data.frame(a=c(1,NA,3,4,5,NA),b=c(1,5,NA,NA,8,9),c=c(7,NA,NA,NA,2,NA))
dfrepair <- data.frame(a=c(2:7),b=c(6:1),c=c(8:3))
dfa[is.na(dfa)] <- dfrepair[is.na(dfa)]
dfa
a b c
1 1 1 7
2 3 5 7
3 3 4 6
4 4 3 5
5 5 8 2
6 7 9 3
dfa在tidyverse中,您可以使用purrr::map2_df
,它是mappy
的严格双变量版本,简化为data.frame,以及dplyr::coalesce
,它将第一个参数中的NA
值替换为第二个参数中相应的值
library(tidyverse)
dfrepair %>%
mutate_all(as.numeric) %>% # coalesce is strict about types
map2_df(dfa, ., coalesce)
## # A tibble: 6 × 3
## a b c
## <dbl> <dbl> <dbl>
## 1 1 1 7
## 2 3 5 7
## 3 3 4 6
## 4 4 3 5
## 5 5 8 2
## 6 7 9 3
库(tidyverse)
dfrepair%>%
mutate_all(as.numeric)%>%#coalesce对类型要求严格
map2_df(dfa,联合)
###A tible:6×3
##a、b、c
##
## 1 1 1 7
## 2 3 5 7
## 3 3 4 6
## 4 4 3 5
## 5 5 8 2
## 6 7 9 3
我们可以使用base R
中的Map
对两个数据集进行列式比较
dfa[] <- Map(function(x,y) {x[is.na(x)] <- y[is.na(x)]; x}, dfa, dfrepair)
dfa
# a b c
#1 1 1 7
#2 3 5 7
#3 3 4 6
#4 4 3 5
#5 5 8 2
#6 7 9 3
dfa[]dfa如果创建一个新表而不是修改dfa:replace(dfa,is.na(dfa),dfrepair[is.na(dfa)]
as.numeric
s错误对我来说是错误的,尽管coalesce(dfa,dfrepair)
出人意料地有效(文档只讨论向量,而不是整个数据.frames)不要抱怨不同的类型。谢谢你的as.numeric.;-)data.frame是列表和向量的列表。在上述情况下,以及在许多其他情况下,它只是一个包含数字的向量列表。因此,在我们的例子中,它非常类似于矩阵。如果data.frame包含递归列表,我的代码将不会运行。data.frame可能看起来像一个矩阵,但底层结构非常不同。data.frame是一维向量的列表,而矩阵是二维的单个向量。大多数为向量设计的函数不适用于data.frames;coalesce
中的子集必须是偶然的。A From:“矩阵和数组只是带有属性dim的向量,并且可以选择将dimname附加到向量上。”例如x
library(tidyverse)
dfrepair %>%
mutate_all(as.numeric) %>% # coalesce is strict about types
map2_df(dfa, ., coalesce)
## # A tibble: 6 × 3
## a b c
## <dbl> <dbl> <dbl>
## 1 1 1 7
## 2 3 5 7
## 3 3 4 6
## 4 4 3 5
## 5 5 8 2
## 6 7 9 3
dfa[] <- Map(function(x,y) {x[is.na(x)] <- y[is.na(x)]; x}, dfa, dfrepair)
dfa
# a b c
#1 1 1 7
#2 3 5 7
#3 3 4 6
#4 4 3 5
#5 5 8 2
#6 7 9 3
dfa <- data.frame(a=c(1,NA,3,4,5,NA),b=c(1,5,NA,NA,8,9),c=c(7,NA,NA,NA,2,NA))
dfa
dfrepair <- data.frame(a=c(2:7),b=c(6:1),c=c(8:3))
dfrepair
library(dplyr)
coalesce(as.numeric(dfa), as.numeric(dfrepair))
a b c
1 1 1 7
2 3 5 7
3 3 4 6
4 4 3 5
5 5 8 2
6 7 9 3