[英]Replace NaN's of one matrix with values of another matrix in R
我有一个100 x 100的矩阵,其中有1800个由NaN
表示的缺失值。 我还有另一个1800 x 1矩阵,其中包含所有这些缺失值。 我想将这些值从1800 x 1矩阵插入第一个矩阵。
我试过了;
data_matrix[is.na(data_matrix)] <- predicted_values[1,]
但这没有用。
也许最安全的选择是根据行/列名称进行操作? 因为我的两个矩阵都有对应的行/列名称。 这是我的意思的示例:
data_matrix
VAL.T VAL.U VAL.V VAL.W
A 10.5 NaN 203 902
B 20.9 343 12 NaN
C 32 22 NaN 90
D 12 NaN NaN 23.1
预测值
VAL.U:A 65
VAL.W:B 21
VAL.V:C 23.9
VAL.U:D 11.1
VAL.V:D 78
值在预测值中的排列顺序也可能会有所帮助:即,预测值中的值的排列方式就好像我们要从data_matrix中第一行的开头移至first_row的末尾,然后移至下一行。 这是应替换NaN值的方式。
由于predicted_values
值按行然后按列存储值,而矩阵通常按列存储它们的值,因此您应该进行转置。
a=t(data_matrix)
a[is.na(a)]=predicted_values[,1]
data_matrix=t(a)
使用一个两列矩阵,该矩阵是通过将第一个predval列作为“ [<-”的第一个(单个)参数以及将predval的第二列作为第二个参数而构建的:
idxm <- cbind( sapply( strsplit(as.character(predval$V1), ":"), "[",2),
sapply( strsplit(as.character(predval$V1), ":"), "[",1) )
dtm[ idxm ] <- predval$V2
dtm
#-----------
VAL.T VAL.U VAL.V VAL.W
A 10.5 65.0 203.0 902.0
B 20.9 343.0 12.0 21.0
C 32.0 22.0 23.9 90.0
D 12.0 11.1 78.0 23.1
dput(predval)
structure(list(V1 = structure(c(1L, 5L, 3L, 2L, 4L), .Label = c("VAL.U:A",
"VAL.U:D", "VAL.V:C", "VAL.V:D", "VAL.W:B"), class = "factor"),
V2 = c(65, 21, 23.9, 11.1, 78)), .Names = c("V1", "V2"), class = "data.frame", row.names = c(NA,
-5L))
dput(dtm)
structure(c(10.5, 20.9, 32, 12, 65, 343, 22, 11.1, 203, 12, 23.9,
78, 902, 21, 90, 23.1), .Dim = c(4L, 4L), .Dimnames = list(c("A",
"B", "C", "D"), c("VAL.T", "VAL.U", "VAL.V", "VAL.W")))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.