![](/img/trans.png)
[英]How can I replace NAs in multiple columns with the values from other corresponding multiple columns in the same data set?
[英]R: How do I replace NAs in a dataframe column with values from conditions leveraging other multiple columns?
使用 R,我试图用利用其他列条件的值填充列中的 NA。 数据框有 4 列。 4 列如下所述。
“Water_Level”:具有一些还包括 NA 的值。 这是我要替换 NA 的列。 将此列作为水箱中的水量(以升为单位)。
“坦克”:坦克的唯一标识符。 在这个示例中,我有坦克 1 和坦克 2。
“标志”:这有一系列 0 和 1。 当值为 0 时,水龙头打开,Water_level 值减少 0.05 的常数。 当 flag 为 1 时,水箱正在被抽水,因此各个水箱中的水位逐渐上升到 1 序列结束时的峰值。 增加的速率是变化的,取决于标志列中 1 的长度或对应于 1 序列末尾的计数器编号。
“计数器”:按顺序计算标志列中 0 和 1 的数量的列。
我需要用其他列的条件填充“Water_level”列中的 NA。
老实说,尽管清楚地了解所需的结果,但我无法尝试任何事情。
df <- data.frame(
Water_level = c(67.92, rep(NA,9),67.96,10.5,rep(NA,8),20),
Flag = c(rep(0,5),rep(1,6),rep(0,5),rep(1,5)),
Tank= c(rep(1, 11), rep(2, 10)),
Counter = c(seq(1:5),seq(1:6), seq(1:5),seq(1:5))
)
df
Water_level Flag Tank Counter
1 67.92 0 1 1
2 NA 0 1 2
3 NA 0 1 3
4 NA 0 1 4
5 NA 0 1 5
6 NA 1 1 1
7 NA 1 1 2
8 NA 1 1 3
9 NA 1 1 4
10 NA 1 1 5
11 67.96 1 1 6
12 10.50 0 2 1
13 NA 0 2 2
14 NA 0 2 3
15 NA 0 2 4
16 NA 0 2 5
17 NA 1 2 1
18 NA 1 2 2
19 NA 1 2 3
20 NA 1 2 4
21 20.00 1 2 5
预期的结果是填充 Water_level 中的 NA,如我介绍中的条件所述。
例如,“Water_level”中的第 2 行应为 67.92 - 0.05 = 67.87。 这是因为抽头已打开,即标志位于 0。第 3 行将是 67.87 - 0.05 = 67.82,依此类推。
棘手的部分在第 6 行,如果标志变为 1,即正在抽油箱。 我们可以看到 Tank 1 的 1 序列在第 11 行结束。记录的 water_level 峰值为 67.96。 因此,从第 6 行到第 10 行的增长率现在将如下面的公式所示。
(67.96- 第 5 行的值遵循减少模式)/计数器步数,即这种情况下为 6
对 Tank 2 继续进行此计算。
谢谢是对解决方案的期待。
更新。
@manotheshark。 这是一个好的开始。 但它不能很好地概括。 当我包含第 12 到 16 行时,它会产生错误的 output。 即它不会从第 11 行下降 0.05。
df <- data.frame(
Water_level = c(67.92, rep(NA,9),67.96, rep(NA,5),10.5,rep(NA,8),20),
Flag = c(rep(0,5),rep(1,6),rep(0,5),rep(0,5),rep(1,5)),
Tank= c(rep(1, 16), rep(2, 10)),
Counter = c(seq(1:5),seq(1:6),seq(1:5), seq(1:5),seq(1:5))
)
df
Water_level Flag Tank Counter
1 67.92 0 1 1
2 NA 0 1 2
3 NA 0 1 3
4 NA 0 1 4
5 NA 0 1 5
6 NA 1 1 1
7 NA 1 1 2
8 NA 1 1 3
9 NA 1 1 4
10 NA 1 1 5
11 67.96 1 1 6
12 NA 0 1 1
13 NA 0 1 2
14 NA 0 1 3
15 NA 0 1 4
16 NA 0 1 5
17 10.50 0 2 1
18 NA 0 2 2
19 NA 0 2 3
20 NA 0 2 4
21 NA 0 2 5
22 NA 1 2 1
23 NA 1 2 2
24 NA 1 2 3
25 NA 1 2 4
26 20.00 1 2 5
运行您的解决方案的 output 如下所示。 第 12 行应该是 67.96 - 0.05 = 67.91。
Water_level Flag Tank Counter
1 67.92000 0 1 1
2 67.87000 0 1 2
3 67.82000 0 1 3
4 67.77000 0 1 4
5 67.72000 0 1 5
6 67.30167 1 1 1
7 67.43333 1 1 2
8 67.56500 1 1 3
9 67.69667 1 1 4
10 67.82833 1 1 5
11 67.96000 1 1 6
12 67.37000 0 1 1
13 67.32000 0 1 2
14 67.27000 0 1 3
15 67.22000 0 1 4
16 67.17000 0 1 5
17 10.50000 0 2 1
18 10.45000 0 2 2
19 10.40000 0 2 3
20 10.35000 0 2 4
21 10.30000 0 2 5
22 12.24000 1 2 1
23 14.18000 1 2 2
24 16.12000 1 2 3
25 18.06000 1 2 4
26 20.00000 1 2 5
未测试这是否适用于多个罐循环。 将data.frame
转换为data.table
library(data.table)
setDT(df)
# calculate tank levels when dropping with Flag of 0
df[Flag == 0, Water_level := first(Water_level) - 0.05 * (.I - first(.I)), by = .(Flag, Tank)]
# use sequence to determine tank levels when filling from previous minimum to new max
df[Flag == 1, Water_level := seq(df[Flag == 0, last(Water_level), by = .(Flag, Tank)][,V1][.GRP], last(Water_level), length.out = .N + 1)[-1], by = .(Flag, Tank)]
> df
Water_level Flag Tank Counter
1: 67.92 0 1 1
2: 67.87 0 1 2
3: 67.82 0 1 3
4: 67.77 0 1 4
5: 67.72 0 1 5
6: 67.76 1 1 1
7: 67.80 1 1 2
8: 67.84 1 1 3
9: 67.88 1 1 4
10: 67.92 1 1 5
11: 67.96 1 1 6
12: 10.50 0 2 1
13: 10.45 0 2 2
14: 10.40 0 2 3
15: 10.35 0 2 4
16: 10.30 0 2 5
17: 12.24 1 2 1
18: 14.18 1 2 2
19: 16.12 1 2 3
20: 18.06 1 2 4
21: 20.00 1 2 5
Water_level Flag Tank Counter
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.