R 中另一列值为 NA 时重新编码 NA

Question

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

Answer 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：

1. id不能是NA 。
2. 这将基于每行i1中的NA替换i2中的NA 。

---

一个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

1. 您的数据是全数字的，因此matrix是比data.frame / tibble更合适的数据结构。
2. 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

Answer 2

一个简单的作业能满足你的要求吗？

df$i2[is.na(df$i1)] <- NA