dplyr分组依据和样本，同时忽略NA

我想通过对同一组中的非NA值进行抽样，为每组的NA值进行gapfill

这是最接近我希望使用

实现的目标！is.na（）

>dput（数据）
结构（列表）（len=c（NA，45447.4157838775161037.71538108，
78147.8550470324, 7193.48815617057, 1571.95459212405, 18191.381972185, 
20366.2132412031, 10014.987524596, 1403.72511829297, 5651.17842991513, 
6848.03271105711, 8043.32937011393, 8926.65133418451, 5808.44456603825, 
2208.14264175252, 1797.4936747033, 5325.76651327694, 2660.66730207955, 
5844.07912541444, 3956.40473896271, 959.873314407621, 3294.01472360025, 
5221.94864001864, 3781.51913857335, 7811.83819953768, 3387.20323328623, 
5514.92099458441, 5792.54371531706, 5643.98385143961, 15478.916809379, 
8401.665332052177046.250748192472734.73639821402，北美62332.3343404513，
NA，46563.121471811325590.402010523813015.36822758624984.80432801441，
点=c（NA，0，8，5，2，0，9，0，0，0，0，3，1，0，6，1，
1,0,0,1,0,0,0,1,2,0,0,0,0,0,0,0,0,0,1,0,NA，
10，NA，19，6，5，0，NA），国家=结构（c（1L，2L，2L，2L，
2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，
2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，3L，2L，
3L、2L、2L、2L、2L、1L），.Label=c（“WCY_____;ES”、“WCY_____;FR”，
“WCY_________;IT”），class=“factor”），组=c（1L，2L，2L，2L，2L，3L，
3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，
3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，
4L，4L，4L，4L，4L），row.names=c（NA，-42L），class=“data.frame”）
图书馆（dplyr）
数据1%
分组依据（分组）%>%
变异（nulen=if_else（country='WCY __; FR'，len，sample（len[！is.na（len）]，1，TRUE）），
nupoint=if_else（国家='WCY _____; FR'，点，样本（点[！is.na（点）]，1，TRUE）））

但是我在sample.int中得到了

错误（长度（x）、大小、替换、prob）：
第一个参数无效

已知分布和间隙填充分布之间不应有显著差异。如果同一组中没有要采样的值（其他值是

NA

，或者“组”中只有一行），则应从整个数据集中采样。任何包装都可以

这里有一个想法

dd %>%
    mutate(len1 = replace(len, is.na(len), sample(len[!is.na(len)], 1, TRUE)),
           point1 = replace(point, is.na(point), sample(point[!is.na(point)], 1, TRUE))) %>%
    group_by(group) %>% 
    mutate(nulen = ifelse(all(is.na(len)) & country == 'WCY_____FR', len1, 
                          ifelse(is.na(len) & country == 'WCY_____FR', sample(len[!is.na(len)], 1, TRUE), len)))

这就给了,

len point国家/地区组len1 point1 nulen
1 NA NA WCY_u_________;ES 1 1572。0 NA
2  45447.     0 WCY________;FR 2 45447。0  45447.
3 161038.     8 WCY_u_______;FR 2 161038。8 161038.
4  78148.     5 WCY_u_______;FR 2 78148。5  78148.
5   7193.     2 WCY_u________;FR 3 7193。2   7193.
6   1572.     0 WCY________;FR 3 1572。0   1572.
7  18191.     9 WCY第3 18191号联邦公报。9  18191.
8  20366.     0 WCY_u_____;FR 3 20366。0  20366.
9  10015.     0 WCY\uuuuuuuuu\FR 3 10015。0  10015.
10   1404.     0 WCY_u_____;FR 3 1404。0   1404.
# ... 还有32行

---

对于

点

也可以这样做。

请使用

dput（）

添加数据样本。谢谢，但我确实问过“如果没有来自同一组的值进行采样，那么应该从整个数据集中采集样本。”我已经对问题进行了编辑，使其更加明确。@user3725599请看一看，并让我知道不太清楚。仍然存在NA值。我添加了nulen2=ifelse（is.na（nulen），len1，nulen），但想不出一个更简单的修复方法。并且采样值是相同的。

dd %>%
    mutate(len1 = replace(len, is.na(len), sample(len[!is.na(len)], 1, TRUE)),
           point1 = replace(point, is.na(point), sample(point[!is.na(point)], 1, TRUE))) %>%
    group_by(group) %>% 
    mutate(nulen = ifelse(all(is.na(len)) & country == 'WCY_____FR', len1, 
                          ifelse(is.na(len) & country == 'WCY_____FR', sample(len[!is.na(len)], 1, TRUE), len)))

len point country    group    len1 point1   nulen
     <dbl> <dbl> <fct>      <int>   <dbl>  <dbl>   <dbl>
 1     NA     NA WCY_____ES     1   1572.      0     NA 
 2  45447.     0 WCY_____FR     2  45447.      0  45447.
 3 161038.     8 WCY_____FR     2 161038.      8 161038.
 4  78148.     5 WCY_____FR     2  78148.      5  78148.
 5   7193.     2 WCY_____FR     3   7193.      2   7193.
 6   1572.     0 WCY_____FR     3   1572.      0   1572.
 7  18191.     9 WCY_____FR     3  18191.      9  18191.
 8  20366.     0 WCY_____FR     3  20366.      0  20366.
 9  10015.     0 WCY_____FR     3  10015.      0  10015.
10   1404.     0 WCY_____FR     3   1404.      0   1404.
# ... with 32 more rows