仅当另外两个列也为NA时，才用值替换Dataframe列中的NA

Question

库（tidyverse）

使用下面的示例数据，我试图将Col1中的NA替换为数字22222，但前提是所有三列均为NA。 因此，最终结果在第1行和第4行和第7行中应该只有22222。

我想使用tidyverse，并且正在尝试以下方法：

DF%>%mutate_at(vars(Col1),funs(replace(.,if_else(is.na(one_of(Col1,Col2,Col3),22222,.)))))

示例数据：（ 不确定是否是在示例数据中创建真实的“ NA”（与is.na一起使用）的正确方法？我的真实数据在Excel文件中具有空白单元格，当转换为CSV和导入到R会得出NA的结果 。）

Col1<-c(34564,NA,43456,NA,45655,6789,99999,87667)
Col3<-c(45673,88789,11123,NA,55676,76566,NA,NA)
Col1<-c(34564,NA,43456,NA,45655,6789,NA,87667)
Col2<-c(34565,43456,55555,NA,65433,22234,NA,98909)
DF<-data_frame(ID,Col1,Col2,Col3)

Answer 1

一种解决方案是使用mapply函数。

#Define a function to replace missing row values
replMissing <- function(x, y, z){
  ifelse(is.na(x) & is.na(y) & is.na(z), 22222, x )
}
# Call mapply and pass value of Col1, Col2 and Col3
DF$Col1 <- mapply(replMissing, DF$Col1, DF$Col2, DF$Col3)

#results
> DF
# A tibble: 8 x 4
     ID  Col1  Col2  Col3
  <dbl> <dbl> <dbl> <dbl>
1 34564 34564 34565 45673
2    NA    NA 43456 88789
3 43456 43456 55555 11123
4    NA 22222    NA    NA
5 45655 45655 65433 55676
6  6789  6789 22234 76566
7 99999 22222    NA    NA
8 87667 87667 98909    NA

使用data.table解决方案将简单data.table 。

DF <- data.table(DF)
DF[is.na(Col1) & is.na(Col2) & is.na(Col3), Col1 := 22222]
# Result
> DF
      ID  Col1  Col2  Col3
1: 34564 34564 34565 45673
2:    NA    NA 43456 88789
3: 43456 43456 55555 11123
4:    NA 22222    NA    NA
5: 45655 45655 65433 55676
6:  6789  6789 22234 76566
7: 99999 22222    NA    NA
8: 87667 87667 98909    NA

Answer 2

您的问题有一些错误，因此我的答案将尝试填补空白。 例如，您提供的数据框不包含id 。 我已修改您的样本以使其可重现。

library(dplyr)

df <- tibble(
  id = c(34564, NA, 43456, NA, 45655, 6789, 99999, 87667),
  col1 = c(45673, 88789, 11123, NA, 55676, 76566, NA, NA),
  col2 = c(34564, NA, 43456, NA, 45655, 6789, NA, 87667),
  col3 = c(34565, 43456, 55555, NA, 65433, 22234, NA, 98909)
)

要解决一列问题，您只需在常规突变中使用if / else即可。

df %>%
  mutate(col1 = if_else(
    is.na(col1) & is.na(col2) & is.na(col3), 22222, col1
  ))

# # A tibble: 8 x 4
#      id  col1  col2  col3
#   <dbl> <dbl> <dbl> <dbl>
# 1 34564 45673 34564 34565
# 2    NA 88789    NA 43456
# 3 43456 11123 43456 55555
# 4    NA 22222    NA    NA
# 5 45655 55676 45655 65433
# 6  6789 76566  6789 22234
# 7 99999 22222    NA    NA
# 8 87667    NA 87667 98909

您的问题建议您实际上希望每个列都发生突变，而不仅仅是col1 。 您可以替代开始时使用的funs(replace())方法，仅将较早的if / else应用到vars列出的每个列。

df %>%
  mutate_at(
    vars(col1, col2, col3),
    ~if_else(is.na(df$col1) & is.na(df$col2) & is.na(df$col3), 22222, .)
  )

# # A tibble: 8 x 4
#      id  col1  col2  col3
#   <dbl> <dbl> <dbl> <dbl>
# 1 34564 45673 34564 34565
# 2    NA 88789    NA 43456
# 3 43456 11123 43456 55555
# 4    NA 22222 22222 22222
# 5 45655 55676 45655 65433
# 6  6789 76566  6789 22234
# 7 99999 22222 22222 22222
# 8 87667    NA 87667 98909

Answer 3

此解决方案适用于任意数量的列。 对于每一行，它将用22222替换该值，这是每一列中的所有NA值

library(dplyr, warn.conflicts = FALSE)
Col1<-c(34564,NA,43456,NA,45655,6789,99999,87667)
Col2<-c(34565,43456,55555,NA,65433,22234,NA,98909)
Col3<-c(45673,88789,11123,NA,55676,76566,NA,NA)
DF<-data_frame(Col1,Col2,Col3)

# Find the rows with all NA. Works with any number of column
all_na <- DF %>%
  is.na() %>%
  apply(1, all)

# Replace the value from this rows with 2222 and keep others
DF %>%
  mutate_all(funs(if_else(all_na, 22222, .)))
#> # A tibble: 8 x 3
#>    Col1  Col2  Col3
#>   <dbl> <dbl> <dbl>
#> 1 34564 34565 45673
#> 2    NA 43456 88789
#> 3 43456 55555 11123
#> 4 22222 22222 22222
#> 5 45655 65433 55676
#> 6  6789 22234 76566
#> 7 99999    NA    NA
#> 8 87667 98909    NA