Ifelse 在 R 中使用 dplyr答案

【问题标题】：Ifelse with dplyr in RIfelse 在 R 中使用 dplyr
【发布时间】：2020-05-11 18:18:57
【问题描述】：

我想使用 dplyr 将每个 ID 的 DV 列中的 NA 值替换为该人特定时间点的 DV 值：

我想将每个 ID 的时间 2 的 NA（DV 列）替换为该特定 ID 的时间 4 的 DV 值。
我想将每个 ID 的时间 4 的 NA（DV 列）替换为该特定 ID 的时间 0 的 DV 值。

我不知道如何使用 dplyr。这是我的数据集：

ID   TIME  DV
1      0   5
1      2   NA
1      4   4 
2      0   3
2      2   3
2      4   NA
3      0   7
3      2   NA
3      4   9

预期输出：

ID   TIME  DV
1      0   5
1      2   4
1      4   4 
2      0   3
2      2   3
2      4   3
3      0   7
3      2   9
3      4   9

感谢任何建议。最好的，

【问题讨论】：

标签： r dplyr

【解决方案1】：

我同意@akrun 的观点，也许fill 总体上很合适，但你的规则建议处理事情的方式有点不同（因为"updown" 不遵守你的规则）。

library(dplyr)
# library(tidyr)
dat %>%
  tidyr::pivot_wider(id_cols = "ID", names_from = "TIME", values_from = "DV") %>%
  mutate(
    `2` = if_else(is.na(`2`), `4`, `2`),
    `4` = if_else(is.na(`4`), `0`, `4`)
  ) %>%
  tidyr::pivot_longer(-ID, names_to = "TIME", values_to = "DV")
# # A tibble: 9 x 3
#      ID TIME     DV
#   <int> <chr> <int>
# 1     1 0         5
# 2     1 2         4
# 3     1 4         4
# 4     2 0         3
# 5     2 2         3
# 6     2 4         3
# 7     3 0         7
# 8     3 2         9
# 9     3 4         9

通过查看中间管道可能有助于可视化这是在做什么：

dat %>%
  tidyr::pivot_wider(id_cols = "ID", names_from = "TIME", values_from = "DV")
# # A tibble: 3 x 4
#      ID   `0`   `2`   `4`
#   <int> <int> <int> <int>
# 1     1     5    NA     4
# 2     2     3     3    NA
# 3     3     7    NA     9
dat %>%
  tidyr::pivot_wider(id_cols = "ID", names_from = "TIME", values_from = "DV") %>%
  mutate(
    `2` = if_else(is.na(`2`), `4`, `2`),
    `4` = if_else(is.na(`4`), `0`, `4`)
  )
# # A tibble: 3 x 4
#      ID   `0`   `2`   `4`
#   <int> <int> <int> <int>
# 1     1     5     4     4
# 2     2     3     3     3
# 3     3     7     9     9

【讨论】：

【解决方案2】：

我们可以在按“ID”分组后使用fill

library(dplyr)
library(tidyr)
df1 %>%
   arrange(ID, TIME) %>%
   # or as @r2evans mentioned
   #arrange(ID, factor(TIME, levels = c(0, 2, 4))) %>%
   group_by(ID) %>%
   fill(DV, .direction = 'downup')
# A tibble: 9 x 3
# Groups:   ID [3]
#     ID  TIME    DV
#  <int> <int> <int>
#1     1     0     5
#2     1     2     4
#3     1     4     4
#4     2     0     3
#5     2     2     3
#6     2     4     3
#7     3     0     7
#8     3     2     9
#9     3     4     9

数据

df1 <- structure(list(ID = c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L), TIME = c(0L, 
2L, 4L, 0L, 2L, 4L, 0L, 2L, 4L), DV = c(5L, NA, 4L, 3L, 3L, NA, 
7L, NA, 9L)), class = "data.frame", row.names = c(NA, -9L))

【讨论】：

@OneyKanta 我会在group_by 之前添加arrange，如果它没有排序，那么 2 将始终在 0 之后，4 在 2 之后
我想知道规则（if is.na(2) then 4, if is.na(4) then 0）是否会使事情复杂化一点。
兑现这一点的另一种选择是factor(TIME)，按照规则对其进行排序，然后fill 向下。（也许在那之后不factoring。）
Oney，您在上面评论中的规则与您在问题中的规则不同（而且更多！）。如果它对于获得答案真的很重要，那么你需要保持清晰和一致。这需要在问题本身中，而不是隐藏在 cmets 中（通常可以被读者隐藏或跳过）。（并且您的预期输出与评论中修改后的规则不一致。当您更新规则时，我建议您也更新您的预期输出。）
@akrun 非常感谢您的建议。我现在得到了我想要的 :))