用不同的非空行的值填充空行答案

【问题标题】：Fill empty rows with values of different non-empty row用不同的非空行的值填充空行
【发布时间】：2016-06-28 21:15:21
【问题描述】：

我的问题涉及 R 中的编程。我的数据集如下所示： enter image description here

我想用来自列 distribution.type 的适当值填充列 id_code 中的空行（空白不是 NA）。

我的想法被使用了，即mutate函数mutate(df$distribution.type [ifelse(df$id_code == "", df$distribution.type, df$id_code)]) 或类似的东西：

df$id_code[df$id_code == ""] <- df$distribution.type[df$id_code == ""]

还有很多其他的概念，但它们都不起作用。我可以请你帮忙吗？

【问题讨论】：

标签： r row is-empty

【解决方案1】：

这是一个使用data.table 的选项。我们将“data.frame”转换为“data.table”（setDT(df)），基于“i”中的条件，即“id_code”为''（blank）的行，我们分配（:= ) 'distribution.type 的对应元素。它正在分配到位，所以会很快。

library(data.table)
setDT(df)[id_code=='', id_code:= distribution.type]

【讨论】：

【解决方案2】：

这是一个玩具数据集：

df = data.frame('id_code'=c('','2','3',NA,''),'distribution.type'=c('A','B',NA,'D','E'),stringsAsFactors=F)

以下是子集解决方案（专门排除具有 NA 的行）。见Subsetting R data frame results in mysterious NA rows

df$id_code[!is.na(df$id_code) & df$id_code == ""] <- df$distribution.type[!is.na(df$id_code) & df$id_code == ""]

以下是使用 dplyr 的解决方案。或许可以看到https://stackoverflow.com/a/28592577/2176211

library(dplyr)
df <- mutate(df,id_code = ifelse(id_code == "", distribution.type, id_code))

【讨论】：