使用子组中的填充值填充 NA 值答案

【问题标题】：Filling NA values using the populated values within subgroups使用子组中的填充值填充 NA 值
【发布时间】：2016-03-23 16:53:15
【问题描述】：

我有以下data.frame：

name  nav_status   destination
 A       5           MUMBAI
 A       0            NA
 A       1            NA
 B       5            NA
 B       0          NEW YORK
 B       1            NA

我打算用基于名称列的值填充 NA 值。我试过了：

使用最后一次观察结转技术填充NA 值，但随后数据被扭曲。我使用了zoo 包和na.locf 语法：

NEW <- na.locf(FINAL, fromLast = TRUE)
我也尝试创建一个单独的文件，然后使用gsub，但它不是通用的，每次都必须创建一个单独的文件，因为我有大量数据。

预期结果：

name  nav_status   destination
 A       5           MUMBAI
 A       0           MUMBAI
 A       1           MUMBAI
 B       5          NEW YORK 
 B       0          NEW YORK
 B       1          NEW YORK

【问题讨论】：

标签： r na missing-data

【解决方案1】：

使用data.table，我们将“data.frame”转换为“data.table”（setDT(df1)），按“名称”分组，使用na.rm=FALSE在目标上执行na.locf，然后然后以反向模式 (fromLast=TRUE) 再次执行此操作，并将输出分配 (:=) 回同一列。

library(zoo)
library(data.table)
setDT(df1)[, destination := na.locf(na.locf(destination, 
      na.rm=FALSE), fromLast=TRUE),  by = name]
df1
#   name nav_status destination
#1:    A          5      MUMBAI
#2:    A          0      MUMBAI
#3:    A          1      MUMBAI
#4:    B          5    NEW YORK
#5:    B          0    NEW YORK
#6:    B          1    NEW YORK

【讨论】：

【解决方案2】：

您可以使用 dplyr 包来做到这一点：

library(dplyr)
dat %>%
  group_by(name) %>%
  mutate(destination = destination[which(!is.na(destination))][1])

这将使用每个名称的第一个非 NA 值填充目标列。

    name nav_status destination
  (fctr)      (dbl)      (fctr)
1      A          5      MUMBAI
2      A          0      MUMBAI
3      A          1      MUMBAI
4      B          5    NEW YORK
5      B          0    NEW YORK
6      B          1    NEW YORK

【讨论】：