R - 查找只有一个非缺失值的列，并用该唯一非缺失值填充其缺失值答案

【问题标题】：R -Finding the columns with only one non-missing value and filling its missing values with that unique non-missing valueR - 查找只有一个非缺失值的列，并用该唯一非缺失值填充其缺失值
【发布时间】：2019-07-18 21:30:09
【问题描述】：

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是这样的：

  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

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

我首先创建了这个函数来做我想做的事：（如果你有更好的选择，请告诉我）

fill_NAs <- function(x){
  x %>% fill(., .direction = "up") %>%
        fill(., .direction = "down")
}

然后我尝试使用 mutate_at 或 mutate_if 函数，但我无法让它工作。我的一些尝试如下：

df= df %>% mutate_if ( ~ length(unique(na.omit(.)))==1, ~ fill_NAs(.))

我收到了这个错误：

mutate_impl(.data, dots) 中的错误：评估错误：不适用 'fill_' 的方法应用于类“c('double', '数字')"

df_PMM_imp = df_PMM_imp %>% mutate_at(.,names(select_if(.,length(unique(na.omit(.)))==1)), ~ fill_NAs(.))

我收到了这个错误：

tbl_if_vars(.tbl, .predicate, caller_env() 中的错误， .include_group_vars = TRUE) : 长度(.p) == 长度(tibble_vars) 是不是真的

总的来说，我似乎无法理解 mutate_if 或 mutate_at 的逻辑，我总是遇到这样的问题。所以我的问题是：

1) 实现我想要的正确语法是什么？ 2）为什么会出现上面这些错误，我做错了什么？

非常感谢。

【问题讨论】：

我没有完全理解你想用什么替换你的 NA。

标签： r missing-data dplyr

【解决方案1】：

您可以遍历列，检查不是 NA 的唯一元素的长度，如果列中只包含一个唯一元素，则替换该列中的 NAs。

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

结果

【讨论】：

【解决方案2】：

嗨@Elif Cansu Akoğuz，

您可以通过使用for()-loop 来迭代您的数据框并检查每列是否满足您的要求，从而相当容易地实现您的目标：

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]))) 检查列中是否存在NA，使用nrow(unique(df[i])) == 2 检查列是否仅包含两个唯一值。因此，如果一列同时满足这两个语句，您就知道它由 2 个值组成，其中一个位于 NA 中。

接下来，您想用不是NA 的值替换列中的所有值。为此，您可以使用na.omit() 丢弃NA 值，然后在数据帧长的时间内重复剩余值。一个问题是这会返回一个列表格式，所以你必须使用unlist()-函数来解决这个问题。

整个循环最终将如下所示：

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)))
    }
}

祝你好运！

【讨论】：

【解决方案3】：

dplyr 方式：

library(dplyr)

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

输出：

【讨论】：