[英]Replacing NA values for a variable in a dataframe with non-NA values from prior rows conditional on values of another variable
[英]Setting a value in a variable to NA, conditional on another variable
如果满足另一个变量的条件,我想删除变量中的值。 例如:
df$var1[df$condvar == 0] <- NA
上面的代码工作正常,但我需要重复几十个变量,所以上面的var1
会改变为var2
, var3
等。这总是基于相同的condvar
,尽管有一半的变量条件是df$condvar == 1
。 一遍又一遍地重复这一行是很麻烦的,我想知道是否有更简洁的方法来编写代码。 其中一个apply
函数是否有帮助,或者我是否需要创建自定义函数?
作为一个可重复的例子,我希望避免下面代码的重复性:
ex <- mtcars
ex$mpg[ex$vs == 0] <- NA
ex$disp[ex$vs == 0] <- NA
ex$drat[ex$vs == 0] <- NA
ex$cyl[ex$vs == 1] <- NA
ex$hp[ex$vs == 1] <- NA
ex$wt[ex$vs == 1] <- NA
ex
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 NA 6 NA 110 NA 2.620 16.46 0 1 4 4
Mazda RX4 Wag NA 6 NA 110 NA 2.875 17.02 0 1 4 4
Datsun 710 22.8 NA 108.0 NA 3.85 NA 18.61 1 1 4 1
Hornet 4 Drive 21.4 NA 258.0 NA 3.08 NA 19.44 1 0 3 1
Hornet Sportabout NA 8 NA 175 NA 3.440 17.02 0 0 3 2
Valiant 18.1 NA 225.0 NA 2.76 NA 20.22 1 0 3 1
Duster 360 NA 8 NA 245 NA 3.570 15.84 0 0 3 4
etc.
如果有一行代码适用于condvar == 0
所有变量而另一行适用于condvar == 1
变量,我会非常高兴。
这是一次希望不太复杂的尝试。 如果设置要循环的vars
,并且要为索引选择相应的values
,则可以执行以下操作:
vars <- c("mpg", "disp", "cyl", "hp")
values <- c(0, 0, 1, 1)
ex[vars] <- Map(function(x,y) replace(x, ex$vs == y, NA), ex[vars], vals)
# mpg cyl disp hp drat wt qsec vs am gear carb
#Mazda RX4 NA 6 NA 110 3.90 2.620 16.46 0 1 4 4
#Mazda RX4 Wag NA 6 NA 110 3.90 2.875 17.02 0 1 4 4
#Datsun 710 22.8 NA 108.0 NA 3.85 2.320 18.61 1 1 4 1
#Hornet 4 Drive 21.4 NA 258.0 NA 3.08 3.215 19.44 1 0 3 1
#Hornet Sportabout NA 8 NA 175 3.15 3.440 17.02 0 0 3 2
#Valiant 18.1 NA 225.0 NA 2.76 3.460 20.22 1 0 3 1
# ...
如果你只有两个组,你可以通过注释中提到的@HubertL和@Phil等几个赋值来更简单,但是使用Map
可以考虑许多带有许多可能索引值的变量,而不会超过3行代码
感谢@HubertL(欢迎发布此作为答案,我将赞成)和@smci:
ex[ex$vs == 0, c("mpg", "disp", ...)] <- NA
ex[ex$vs == 1, c("cyl", "hp", ...)] <- NA
使用新的实验case_when
函数的dplyr方法将类似于:
require(dplyr)
ex <- mtcars
ex <- ex %>%
mutate(mpg = case_when(.$vs==0 ~ as.double(NA), TRUE ~ .$mpg)) %>%
mutate(disp = case_when(.$vs==0 ~ as.double(NA), TRUE ~ .$disp)) %>%
mutate(cyl = case_when(.$vs==1 ~ as.double(NA), TRUE ~ .$cyl)) %>%
mutate(hp = case_when(.$vs==1 ~ as.double(NA), TRUE ~ .$hp))
笔记:
case_when
工作,它会很好。 同时filter()
的解决方法如下 .$var
来引用RHS上的变量 as.double(NA)
TRUE ~ ...
指定默认子句 使用filter()
工作方法:
ex <- rbind(ex %>% filter(vs==0) %>% mutate(mpg=NA, disp=NA),
ex %>% filter(vs==1) %>% mutate(cyl=NA, hp=NA) )
由于vs
的分裂,它具有重新排列行的副作用
尝试:
ifelse(df$var1 == 0, NA, df$var1)
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.