仅在非空组中用零替换 NA

Question

我有一个应该很容易解决的问题，但我就是想不通。 我有一个包含组和变量的庞大数据集。 对于此变量，有些组是空的（仅填充 NA），有些包含值但也包含 NA。

例如：

ID <- c("A1","A1","A1","A1","B1","B1","B1","B1", "B1", "C1", "C1", "C1")
Value1 <- c(0,2,1,1,NA,1,1,NA,1,NA,NA,NA)
data <- data.frame(ID, Value1)

我想将所有 NA 更改为零，但仅限于包含信息的组。

所以像这样：

ID <- c("A1","A1","A1","A1","B1","B1","B1","B1","B1","C1","C1","C1")
Value1 <- c(0,2,1,1,0,1,1,0,1,NA,NA,NA)

我尝试使用 group_by(ID) 并在条件 max(Value1)>=0 下“替换”，但 max() 不能作为条件使用，或者不能与 NA 一起使用。 不幸的是，我在工作中经常需要这种调节，所以我也很感激任何关于哪些是选择性地对待群体的最佳方案的建议。

Answer 1

您可以使用一个简单的 if` 语句，即

library(dplyr)
library(tidyr)

data %>% 
 group_by(ID) %>% 
 mutate(Value1 = if (all(is.na(Value1))){Value1}else{replace_na(Value1, 0)})

这使，

 # A tibble: 12 x 2 # Groups: ID [3] ID Value1 <fct> <dbl> 1 A1 0 2 A1 2 3 A1 1 4 A1 1 5 B1 0 6 B1 1 7 B1 1 8 B1 0 9 B1 1 10 C1 NA 11 C1 NA 12 C1 NA

Answer 2

这是一个基本的 R 解决方案

dfout <- Reduce(rbind,
                lapply(split(data,data$ID),
                       function(v) {if (!all(is.na(v$Value1))) v$Value1[is.na(v$Value1)]<- 0; v}))

这样

> dfout
   ID Value1
1  A1      0
2  A1      2
3  A1      1
4  A1      1
5  B1      0
6  B1      1
7  B1      1
8  B1      0
9  B1      1
10 C1     NA
11 C1     NA
12 C1     NA

Answer 3

随着dplyr ：

data %>%
  group_by(ID) %>%
  mutate(Value1 = ifelse(any(!is.na(Value1)) & is.na(Value1), 0, Value1))

# A tibble: 12 x 2
# Groups:   ID [3]
   ID    Value1
   <fct>  <dbl>
 1 A1         0
 2 A1         2
 3 A1         1
 4 A1         1
 5 B1         0
 6 B1         1
 7 B1         1
 8 B1         0
 9 B1         1
10 C1        NA
11 C1        NA
12 C1        NA

Answer 4

使用data.table

setDT(data)
data[, Value1 := if (all(is.na(Value1))) NA else replace(Value1, is.na(Value1), 0), by = ID]

    ID Value1
 1: A1      0
 2: A1      2
 3: A1      1
 4: A1      1
 5: B1      0
 6: B1      1
 7: B1      1
 8: B1      0
 9: B1      1
10: C1     NA
11: C1     NA
12: C1     NA