根据 R 中的单个其他列 NA 值将两列中的数值替换为 NA

Question

我已将我的 df 简化为：

A <- c("a", "b", "c", "d", "e", "f", "g", "NA", "h", "I")
B <- c(NA, 2, 3, 4, NA, NA, 5, 6, 8, NA)
C <- c(NA, 9, 8, 4, 5, 7, 5, 6, NA, NA)
D <- c(NA, 1, NA, 3, NA, 5, NA, NA, 8, NA)
E <- c(1,2,3,4,5,6,7,8,9,10)

df <- data.frame(A, B, C, D, E)

我想创建一个通用代码来根据 D 列的 NA 值更改 B 列和 C 的数值。生成的 df2 将是：

A <- c("a", "b", "c", "d", "e", "f", "g", "NA", "h", "I")
B <- c(NA, 2, NA, 4, NA, NA, NA, NA, 8, NA)
C <- c(NA, 9, NA, 4, NA, 7, NA, NA, NA, NA)
D <- c(NA, 1, NA, 3, NA, 5, NA, NA, 8, NA)
E <- c(1,2,3,4,5,6,7,8,9,10)

df2 <- data.frame(A, B, C, D, E)

对于我不起作用的代码，到目前为止我已经尝试了下面的代码，这给了我“未使用的参数（as.numeric（B））”的错误：

df2 <- df %>% na_if(is.na(D), as.numeric(B)) %>%
  na_if(is.na(D), as.numeric(C))

非常感谢任何帮助。 我无法安装库（naniar）所以请不要使用 replace_with_na_at 的解决方案。

谢谢！

Answer 1

使用dplyr ，我们可以对B和C应用一个简单的ifelse语句，使用across并在它们满足条件时用NA替换（即D是NA ）。

library(dplyr)

output <- df %>% 
  mutate(across(B:C, ~ ifelse(is.na(D), NA, .x)))

Output

    A  B  C  D  E
1   a NA NA NA  1
2   b  2  9  1  2
3   c NA NA NA  3
4   d  4  4  3  4
5   e NA NA NA  5
6   f NA  7  5  6
7   g NA NA NA  7
8  NA NA NA NA  8
9   h  8 NA  8  9
10  I NA NA NA 10

测试

identical(output, df2)
# [1] TRUE

Answer 2

data.table

A <- c("a", "b", "c", "d", "e", "f", "g", "NA", "h", "I")
B <- c(NA, 2, 3, 4, NA, NA, 5, 6, 8, NA)
C <- c(NA, 9, 8, 4, 5, 7, 5, 6, NA, NA)
D <- c(NA, 1, NA, 3, NA, 5, NA, NA, 8, NA)
E <- c(1,2,3,4,5,6,7,8,9,10)

df <- data.frame(A, B, C, D, E)

library(data.table)
cols <- c("B", "C")
setDT(df)[is.na(D), (cols) := NA][]
#>      A  B  C  D  E
#>  1:  a NA NA NA  1
#>  2:  b  2  9  1  2
#>  3:  c NA NA NA  3
#>  4:  d  4  4  3  4
#>  5:  e NA NA NA  5
#>  6:  f NA  7  5  6
#>  7:  g NA NA NA  7
#>  8: NA NA NA NA  8
#>  9:  h  8 NA  8  9
#> 10:  I NA NA NA 10

^{由reprex package (v2.0.1) 创建于 2022-03-02}

Answer 3

基地 R

一个基本的 R 解决方案，带有Map和is.na<- 。

A <- c("a", "b", "c", "d", "e", "f", "g", "NA", "h", "I")
B <- c(NA, 2, 3, 4, NA, NA, 5, 6, 8, NA)
C <- c(NA, 9, 8, 4, 5, 7, 5, 6, NA, NA)
D <- c(NA, 1, NA, 3, NA, 5, NA, NA, 8, NA)
E <- c(1,2,3,4,5,6,7,8,9,10)

df <- data.frame(A, B, C, D, E)

df[c("B", "C")] <- Map(\(x, y) {
  is.na(x) <- is.na(y)
  x
}, df[c("B", "C")], df["D"])
df
#>     A  B  C  D  E
#> 1   a NA NA NA  1
#> 2   b  2  9  1  2
#> 3   c NA NA NA  3
#> 4   d  4  4  3  4
#> 5   e NA NA NA  5
#> 6   f NA  7  5  6
#> 7   g NA NA NA  7
#> 8  NA NA NA NA  8
#> 9   h  8 NA  8  9
#> 10  I NA NA NA 10

^{由reprex package (v2.0.1) 创建于 2022-03-01}

dplyr

和dplyr的解决方案，但相同的is.na<- 。

library(dplyr)

df %>%
  mutate(across(B:C, \(x) {is.na(x) <- is.na(D); x}))
#>     A  B  C  D  E
#> 1   a NA NA NA  1
#> 2   b  2  9  1  2
#> 3   c NA NA NA  3
#> 4   d  4  4  3  4
#> 5   e NA NA NA  5
#> 6   f NA  7  5  6
#> 7   g NA NA NA  7
#> 8  NA NA NA NA  8
#> 9   h  8 NA  8  9
#> 10  I NA NA NA 10

^{由reprex package (v2.0.1) 创建于 2022-03-01}