如何为准同一行在R中填写NA？

我正在寻找一种方法来填充

duplicated（）

行。有完全相同的行，同时有一个NA，所以我决定用完整行的值来填充这个行，但我不知道如何处理它

使用

duplicated（）

函数，我可以得到如下数据帧：

 df <- data.frame(
   Year = rnorm(5), 
   hour = rnorm(5), 
   LOT = rnorm(5), 
   S123_AA = c('ABF4576','ABF4576','ABF4576','ABF4576','ABF4576'), 
   S135_AA = c('ABF5403',NA,'ABF5403','ABF5403','ABF5403'), 
   S13_BB = c('BF50343','BF50343','BF50343','BF50343',NA),  
   S1763_BB = c('AA3489','AA3489','AA3489','AA3489','AA3489'), 
   S173_BB = c('BQA0478','BQA0478','BQA0478','BQA0478','BQA0478'),
   S234543 = c('AD4352','AD4352','AD4352','AD4352','AD4352'),
   S1265UU5 = c('AZERTY', 'AZERTY', 'AZERTY', 'AZERTY','AZERTY')
 )

---

df您可以循环遍历数据，找到第一个无NA值，并用该值替换NA值

# Loop through the data
for(c in 1:ncol(df)) {
    vals <- df[,c]
    noneNA <- vals[!is.na(vals)][1]
    vals[is.na(vals)] <- noneNA
    df[,c] <- vals
}

#在数据中循环
用于（c/1:ncol（df））{
VAL您可以循环遍历数据，找到第一个非NA值，并用该值替换NA值

# Loop through the data
for(c in 1:ncol(df)) {
    vals <- df[,c]
    noneNA <- vals[!is.na(vals)][1]
    vals[is.na(vals)] <- noneNA
    df[,c] <- vals
}

#在数据中循环
用于（c/1:ncol（df））{
VAL您可以执行以下操作：

library(zoo)

# get cols with missing values
na_cols <- names(df)[colSums(is.na(df)) > 0]

# fill the missing value backwards
for (i in na_cols){
    df[[i]] <- na.locf(df[[i]])
}

图书馆（动物园）
#获取缺少值的col
na_cols 0]
#向后填充缺少的值
对于（我在na_cols）{
df[[i]]您可以执行以下操作：

library(zoo)

# get cols with missing values
na_cols <- names(df)[colSums(is.na(df)) > 0]

# fill the missing value backwards
for (i in na_cols){
    df[[i]] <- na.locf(df[[i]])
}

图书馆（动物园）
#获取缺少值的col
na_cols 0]
#向后填充缺少的值
对于（我在na_cols）{
df[[i]]读了你的问题后，我想到了一个用于数据帧的方法

换句话说，您需要使用某种类型的值填充NAs，以便能够在数据帧中“保存”记录。最简单的方法是通过搜索平均值（处理基数值时）或模式（处理分类值时）来选择特定列的值[您也可以执行回归，但我想这是一种更复杂的方法]

在这种情况下，我们可以选择模式替换，因为属性是分类的。通过运行代码，我们可以获得数据帧
df
：

         Year       hour         LOT S123_AA S135_AA  S13_BB S1763_BB S173_BB S234543 S1265UU5
1 -0.32837526  0.7930541 -1.10954824 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
2  0.55379245 -0.7320060 -0.95088434 ABF4576    <NA> BF50343   AA3489 BQA0478  AD4352   AZERTY
3  0.36442118  0.9920967 -0.07345038 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
4 -0.02546781 -0.1127828 -1.78241434 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
5  1.92550340 -1.0531371  0.88318695 ABF4576 ABF5403    <NA>   AA3489 BQA0478  AD4352   AZERTY

这是一个输出，您可以看到列
S135_AA
NAs采用了列中最常出现的值：

         Year       hour         LOT S123_AA S135_AA  S13_BB S1763_BB S173_BB S234543 S1265UU5
1 -0.32837526  0.7930541 -1.10954824 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
2  0.55379245 -0.7320060 -0.95088434 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
3  0.36442118  0.9920967 -0.07345038 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
4 -0.02546781 -0.1127828 -1.78241434 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
5  1.92550340 -1.0531371  0.88318695 ABF4576 ABF5403    <NA>   AA3489 BQA0478  AD4352   AZERTY

年时标段S123_AA S135_AA S13_BB S1763_BB S173_BB S234543 S1265UUU5
1-0.32837526 0.7930541-1.10954824 ABF4576 ABF5403 BF50343 AA3489 BQA0478 AD4352 AZERTY
2 0.55379245-0.7320060-0.95088434 ABF4576 ABF5403 BF50343 AA3489 BQA0478 AD4352 AZERTY
3 0.36442118 0.9920967-0.07345038 ABF4576 ABF5403 BF50343 AA3489 BQA0478 AD4352 AZERTY
4-0.025467881-0.1127828-1.78241434 ABF4576 ABF5403 BF50343 AA3489 BQA0478 AD4352 AZERTY
5 1.92550340-1.0531371 0.88318695 ABF4576 ABF5403 AA3489 BQA0478 AD4352 AZERTY

如果您的目标是数据清理，我想您应该使用插补方法来处理它。
阅读您的问题让我想到了数据框架的一种方法

换句话说，您需要使用某种类型的值填充NAs，以便能够在数据帧中“保存”记录。最简单的方法是通过搜索平均值（处理基数值时）或模式（处理分类值时）来选择特定列的值[您也可以执行回归，但我想这是一种更复杂的方法]

在这种情况下，我们可以选择模式替换，因为属性是分类的。通过运行代码，我们可以获得数据帧
df
：

         Year       hour         LOT S123_AA S135_AA  S13_BB S1763_BB S173_BB S234543 S1265UU5
1 -0.32837526  0.7930541 -1.10954824 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
2  0.55379245 -0.7320060 -0.95088434 ABF4576    <NA> BF50343   AA3489 BQA0478  AD4352   AZERTY
3  0.36442118  0.9920967 -0.07345038 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
4 -0.02546781 -0.1127828 -1.78241434 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
5  1.92550340 -1.0531371  0.88318695 ABF4576 ABF5403    <NA>   AA3489 BQA0478  AD4352   AZERTY

这是一个输出，您可以看到列
S135_AA
NAs采用了列中最常出现的值：

         Year       hour         LOT S123_AA S135_AA  S13_BB S1763_BB S173_BB S234543 S1265UU5
1 -0.32837526  0.7930541 -1.10954824 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
2  0.55379245 -0.7320060 -0.95088434 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
3  0.36442118  0.9920967 -0.07345038 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
4 -0.02546781 -0.1127828 -1.78241434 ABF4576 ABF5403 BF50343   AA3489 BQA0478  AD4352   AZERTY
5  1.92550340 -1.0531371  0.88318695 ABF4576 ABF5403    <NA>   AA3489 BQA0478  AD4352   AZERTY

年时标段S123_AA S135_AA S13_BB S1763_BB S173_BB S234543 S1265UUU5
1-0.32837526 0.7930541-1.10954824 ABF4576 ABF5403 BF50343 AA3489 BQA0478 AD4352 AZERTY
2 0.55379245-0.7320060-0.95088434 ABF4576 ABF5403 BF50343 AA3489 BQA0478 AD4352 AZERTY
3 0.36442118 0.9920967-0.07345038 ABF4576 ABF5403 BF50343 AA3489 BQA0478 AD4352 AZERTY
4-0.025467881-0.1127828-1.78241434 ABF4576 ABF5403 BF50343 AA3489 BQA0478 AD4352 AZERTY
5 1.92550340-1.0531371 0.88318695 ABF4576 ABF5403 AA3489 BQA0478 AD4352 AZERTY

如果您的目标是数据清理，我想您应该使用插补方法来处理它。
谢谢您的回答，我的问题是没有
complete.cases（）
行。可以在前一行或后第三行获取值感谢您的帮助，我只需更改
（r-1，r+1）
part.你知道有什么函数可以在完整的数据帧中“替换”这个子集吗？这里只是一个类似的行，我想在一行给定5个或更多键的完整df中重新整合它。这里的代码在完整的数据集中循环。语句df[r，c]我的df是另一个完整df的一个子集。这里是相似的行。在这种情况下，听起来像你的示例数据，它不能完全代表你试图解决的问题。问题中的示例太棒了。你有什么方法可以调整它以包括完整数据集中的不同行吗？谢谢你的回答，我的问题是没有
complete.cases（）
行。该值可以在前一行或后第三行获取。谢谢您的帮助，我只需更改
（r-1，r+1）
part.你知道有什么函数可以在完整的数据帧中“替换”这个子集吗？这里只是一个类似的行，我想在一行给定5个或更多键的完整df中重新整合它。这里的代码在完整的数据集中循环。语句df[r，c]这里我的df是完整的另一个df的子集。这里是相似的行。在这种情况下，听起来像你的示例数据，它不能完全代表你试图解决的问题。问题中的示例太棒了。你有什么方法可以调整它以包括完整数据集中的不同行吗？谢谢你的帮助xplicit答案。只是一个问题，这里是所有行都相似的子集，但在完整DF上是否仍有处理NA的方法？有多组不同的“相同”RAW？模式如何处理它？例如：您正在考虑
S135_AA
包含不同值而不仅仅是“ABF5403”的情况在这种情况下，该模式将使用最频繁的值，并将其归咎。事实上，从您的启动数据框中，您有NAs，所以如果您想保持一个PAR。