用R中另一矩阵的值替换一个矩阵的NaN

Question

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。

Answer 1

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)

Answer 2

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")))