[英]R: How to recode values of a variable to NA for cases where another variable has a value of NA
[英]Recode NA when another column value is NA in R
我有一个快速重新编码的问题。 这是我的示例数据集:
df <- data.frame(id = c(1,2,3),
i1 = c(1,NA,0),
i2 = c(1,1,1))
> df
id i1 i2
1 1 1 1
2 2 NA 1
3 3 0 1
当i1==NA
时,我需要重新编码i2==NA
。 我在下面尝试但没有运气。
df %>%
mutate(i2 = case_when(
i1 == NA ~ NA_real_,
TRUE ~ as.character(i2)))
Error in `mutate()`:
! Problem while computing `i2 = case_when(i1 == "NA" ~ NA_real_, TRUE ~ as.character(i2))`.
Caused by error in `` names(message) <- `*vtmp*` ``:
! 'names' attribute [1] must be the same length as the vector [0]
我想要的 output 看起来像这样:
> df
id i1 i2
1 1 1 1
2 2 NA NA
3 3 0 1
这是一个选项:
t(apply(df, 1, \(x) if (any(is.na(x))) cumsum(x) else x))
# id i1 i2
#[1,] 1 1 1
#[2,] 2 NA NA
#[3,] 3 0 1
这个想法是计算每一行的累计和,如果一行包含NA
; 如果项i中有NA
,则后续项i+1也将为NA
(因为例如NA + 1 = NA
)。 由于您的样本数据df
都是数字,我建议使用matrix
(而不是data.frame
)。 矩阵操作通常比data.frame
(即list
)操作更快。
关键假设:
id
不能是NA
。i1
中的NA
替换i2
中的NA
。tidyverse
的解决方案出于几个原因,我建议不要在这里使用tidyverse
解决方案
matrix
是比data.frame
/ tibble
更合适的数据结构。dplyr
/ tidyr
语法通常在列上高效运行; 一旦您想“按行”做事, dplyr
(及其系列包)可能不是最好的方法(尽管dplyr::rowwise()
只是引入了基于行号的分组)。 解决了这个问题,您就可以transpose
问题了。
library(tidyverse)
df %>%
transpose() %>%
map(~ { if (is.na(.x$i1)) .x$i2 <- NA_real_; .x }) %>%
transpose() %>%
as_tibble() %>%
unnest(everything())
## A tibble: 3 × 3
# id i1 i2
# <dbl> <dbl> <dbl>
#1 1 1 1
#2 2 NA NA
#3 3 0 1
一个简单的作业能满足你的要求吗?
df$i2[is.na(df$i1)] <- NA
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.