如何根据其他列的值填充数据框列中的 NA 值？ [复制]答案

【问题标题】：How can I fill NA-values in a data frame column based on the values from an other column? [duplicate]如何根据其他列的值填充数据框列中的 NA 值？ [复制]
【发布时间】：2020-10-27 17:55:09
【问题描述】：

我想根据 F1 列分组时最常见的 F2 值填充 F2 列中的 NA 值。

  F1 F2
1 A  C
2 B  D
3 A  NA
4 A  C
5 B  NA

期望的结果：

  F1 F2
1 A  C
2 B  D
3 A  C
4 A  C
5 B  D

感谢您的帮助

【问题讨论】：

@Leero11 有平局时应该插入什么值？
@markus 在平局的情况下任何一个都可以

标签： r dataframe

【解决方案1】：

这是一个基本的 R 解决方案。首先为 Mode 定义一个函数（取自here），然后将其应用于您的数据框，即

Mode <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}

df$F2 <- with(df, ave(F2, F1, FUN = function(i) replace(i, is.na(i), Mode(i))))

df
#  F1 F2
#1  A  C
#2  B  D
#3  A  C
#4  A  C
#5  B  D

【讨论】：

【解决方案2】：

这是使用dplyr 的一种方式：

library(dplyr)

df %>%
  group_by(F1) %>%
  mutate(F2 = replace(F2, is.na(F2), 
                      names(sort(table(F2), decreasing = TRUE)[1])))

#  F1    F2   
#  <chr> <chr>
#1 A     C    
#2 B     D    
#3 A     C    
#4 A     C    
#5 B     D

在平局的情况下，优先考虑字典顺序。

【讨论】：

【解决方案3】：

试试这个：

首先在df2 中，我通过变量F1 获得最大计数，其中F2 没有丢失。当按 F1 分组时，这将为您提供最常见的 F2 值。我将它重新加入到原始 data.frame 中，并使用 mutate 填充新变量 F2_fill，然后将其从 data.frame 中的该变量中删除。

library(tidyverse)

df <- tribble(
  ~F1, ~F2,
 'A',  'C',
 'B' , 'D',
 'A'  ,NA,
 'A',  'C',
 'B',  NA)

df2 <- df %>% 
        group_by(F1) %>% 
        count(F2) %>% 
        filter(!is.na(F2), n == max(n)) %>% 
        select(-n) %>% 
        rename(F2_fill = F2)

df3 <- left_join(df,df2, by="F1") %>% 
      mutate(F2 = ifelse(is.na(F2), F2_fill,F2)) %>% 
        select(-F2_fill)

【讨论】：

【解决方案4】：

您可以将ave 与table 和which.max 一起使用，并在character 时使用is.na 进行子集化。

i <- is.na(x$F2)
x$F2[i] <- ave(x$F2, x$F1, FUN=function(y) names(which.max(table(y))))[i]
x
#  F1 F2
#1  A  C
#2  B  D
#3  A  C
#4  A  C
#5  B  D

数据：

x <- data.frame(F1 = c("A", "B", "A", "A", "B")
  , F2 = c("C", "D", NA, "C", NA))

【讨论】：