R数据框 - 用另一列的条件填充缺失值

Posted 2023-02-19

【中文标题】R数据框 - 用另一列的条件填充缺失值

【英文标题】：R data frame - fill missing values with condition on another column

【发布时间】：2022-01-17 19:01:48

【问题描述】：

在 R 中，我有以下数据框：

Id	Year	Age
1	2000	25
1	2001	NA
1	2002	NA
2	2000	NA
2	2001	30
2	2002	NA

每个 ID 至少有一行填满年龄。 我想用每个 ID 的正确年龄填充缺失的“年龄”值。

预期结果：

Id	Year	Age
1	2000	25
1	2001	25
1	2002	25
2	2000	30
2	2001	30
2	2002	30

我尝试过使用“填充”：

df %>% fill(age)

但没有得到预期的结果。 有没有简单的方法来做到这一点？

【问题讨论】：

尝试使用df %>% fill(Age)

你需要group_by(Id) %>% fill(...)

【参考方案1】：

cmets 很接近，您只需添加.direction

df %>% group_by(Id) %>% fill(Age, .direction="downup")
# A tibble: 6 x 3
# Groups:   Id [2]
     Id  Year   Age
  <int> <int> <int>
1     1  2000    25
2     1  2001    25
3     1  2002    25
4     2  2000    30
5     2  2001    30
6     2  2002    30

【参考方案2】：

假设这是您的数据框

df<-data.frame(id=c(1,1,1,2,2,2),year=c(2000,2001,2002,2000,2001,2002),age=c(25,NA,NA,NA,30,NA))

有了zoo的包，你可以试试

library(zoo)
df<-df[order(df$id,df$age),]
df$age<-na.locf(df$age)

【参考方案3】：

请使用tidyverse 库查看下面的解决方案。

library(tidyverse)    
dt  <- data.frame(Id = rep(1:2, each = 3),
                  Year = rep(2000:2002, each = 2),
                  Age = c(25,NA,NA,30,NA,NA))

dt %>% group_by(Id) %>% arrange(Id,Age) %>% fill(Age)

在您提供的代码中，您没有使用group_by。 arrange by Id 和 Age 也很重要，因为函数 fill 只会向下填充列。例如，查看该数据框，并比较带有和不带有 arrange 的选项：

dt  <- data.frame(Id = rep(1:2, each = 3),
                  Year = rep(2000:2002, each = 2),
                  Age = c(NA, 25,NA,NA,30,NA))

dt %>% group_by(Id) %>% fill(Age) # only fills partially
dt %>% group_by(Id) %>% arrange(Id,Age) %>% fill(Age) # does the right job