R-查找只有一个非缺失值的列，并用唯一的非缺失值填充其缺失值

我有一个包含缺失数据（NA）的数据框。我想找到只有一个非缺失值的列，然后用该值填充这些列。例如，如果我的原始数据集如下所示：

  df = data.frame(A=c(1,2,NA,NA,1), B=c(NA,NA,3,3,3), C=c(2,5,6,3,6), D = c(NA,1, NA,1,1))

   A  B C  D
1  1 NA 2 NA
2  2 NA 5  1
3 NA  3 6 NA
4 NA  3 3  1
5  1  3 6  1 

for (i in 1:ncol(df)) {
    if (any(is.na(unique(df[i]))) == TRUE & nrow(unique(df[i])) == 2) {
        df[i] <- unlist(rep(na.omit(unique(df[i])), nrow(df)))
    }
}

我想达到：

   A  B C  D
1  1  3 2  1
2  2  3 5  1
3 NA  3 6  1
4 NA  3 3  1
5  1  3 6  1 

我首先创建这个函数是为了做我想做的：（如果你有更好的选择，请告诉我）

我得到了这个错误：

mutate_impl（.data，dots）中出错：评估错误：不适用 应用于类“c（'double'）的对象的“fill_u2;”的方法， “数字”）

(二)

我得到了这个错误：

tbl_if_变量（.tbl、.predicate、调用者_env（）中出现错误， .include_group_vars=TRUE）：长度（.p）==长度（tibble_vars）为 不正确

总的来说，我似乎无法理解mutate_的逻辑，如果或者mutate_at，我总是遇到这样的问题。因此，我的问题是：

1） 实现我想要的正确语法是什么？ 2） 为什么我会出现上述错误，我做错了什么

---

非常感谢。

Hi@Elif Cansu Akoğuz

通过使用

for（）

-循环迭代数据帧，然后检查每列是否满足您的要求，您可以非常轻松地实现目标：

for (i in 1:ncol(df)) {
    if (any(is.na(unique(df[i]))) == TRUE & nrow(unique(df[i])) == 2) {
        ...
    }
}

使用语句

any（is.na（unique（df[i]））

检查列中是否有

na

，使用

nrow（unique（df[i]）==2检查列是否只包含两个唯一值。因此，如果一列同时满足这两个语句，您就知道它由两个值组成，其中一个在
NA
中

接下来，您要用非
NA
的值替换列中的所有值。要做到这一点，您可以使用
na.omit（）
抛出
na
值，然后重复剩余值，不管数据帧有多长。
问题是，这将返回列表格式，因此必须使用
unlist（）
-函数来解决此问题

整个循环将以如下方式结束：

  df = data.frame(A=c(1,2,NA,NA,1), B=c(NA,NA,3,3,3), C=c(2,5,6,3,6), D = c(NA,1, NA,1,1))

   A  B C  D
1  1 NA 2 NA
2  2 NA 5  1
3 NA  3 6 NA
4 NA  3 3  1
5  1  3 6  1 

for (i in 1:ncol(df)) {
    if (any(is.na(unique(df[i]))) == TRUE & nrow(unique(df[i])) == 2) {
        df[i] <- unlist(rep(na.omit(unique(df[i])), nrow(df)))
    }
}

for（1中的i:ncol（df））{
if（any）（is.na（unique（df[i]））==TRUE和nrow（unique（df[i]））==2）{
df[i]您可以迭代您的列，检查非
NA
的唯一元素的长度，如果列中只包含单个唯一元素，则替换列中的
NA
s

df[] <- lapply(df, function(x) {
  y <- unique(na.omit(x))
  if(length(y) == 1) {
    x <- y
  } else x
})

A
dplyr
方式：

library(dplyr)

df %>% 
  mutate_all(~ case_when(
    n_distinct(.[na.omit(.)]) == 1 ~ first(na.omit(.)),
    TRUE ~ .
    )
  )

输出：

   A B C D
1  1 3 2 1
2  2 3 5 1
3 NA 3 6 1
4 NA 3 3 1
5  1 3 6 1

我不完全理解您想用什么来取代NAs。
library(dplyr)

df %>% 
  mutate_all(~ case_when(
    n_distinct(.[na.omit(.)]) == 1 ~ first(na.omit(.)),
    TRUE ~ .
    )
  )

   A B C D
1  1 3 2 1
2  2 3 5 1
3 NA 3 6 1
4 NA 3 3 1
5  1 3 6 1