“tidyr like”从不同的列填充 na答案

【问题标题】："tidyr like" fill na from different column“tidyr like”从不同的列填充 na
【发布时间】：2017-11-09 11:39:16
【问题描述】：

我有一个缺失值的数据框是某个列（谁没有）。例如：

df <- data.frame(x = c(2,NA,4), y = 5:7)
df
   x y
1  2 5
2 NA 6
3  4 7

我想用不同列的值替换缺失值。显然有很多方法可以做到这一点，例如：

 df %>%
   mutate(x = ifelse(is.na(x), y, x))

  x y
1 2 5
2 6 6
3 4 7

但是，我正在寻找更优雅的东西，例如

df %>% fill(x,y)

但找不到任何东西。这样的事情存在吗？

谢谢！

【问题讨论】：

你可以使用 dplyr 的 coalesce 函数来代替 ifelse，即 df %>% mutate(x = coalesce(x, as.numeric(y)))
如果有一个纯粹的tidyr 解决方案，我敢打赌它会出现在这里：How to implement coalesce efficiently in R
感谢您的建议。

【解决方案1】：

您希望更改单个列中的值，同时保持相同的行数。 tidyverse 的实现方式是dplyr::mutate，而你想要的具体操作的 tidyverse 实现是dplyr::coalesce，正如 docendo discimus 所建议的那样：

df %>% mutate(x = coalesce(x, y))

如果有一个函数将这两个步骤结合起来，事情会不那么整洁和不那么一致，因为它不是在操作整个数据框，而只是一个列。它也不太灵活，因为coalesce 可以用于向量，无论它们是否在数据框中，这很好！

（我实际上不喜欢tidyr::fill - 我认为它是一致的，因为它对数据框的所有列进行操作，但我更喜欢它采用单个向量并且通常在mutate 中使用。mutate_all(fill) 会很容易做整个数据框。所以我最终仍然依赖zoo::na.locf作为一般用途。）

【讨论】：

【解决方案2】：

我知道我没有完全回答这个问题，但我发现标准数据框的方式还不错：

df$x[is.na(df$x)] <- df$y[is.na(df$x)]

data.table 的方式相当简单优雅：

df[is.na(x),x := y]

【讨论】：

【解决方案3】：

试试这个，祝你好运

df <- t(apply(df, 1, function(x) if(any(is.na(x))) rep(x[!is.na(x)], 2) else x))
as.data.frame(df)

【讨论】：