R 中另一列值為 NA 時重新編碼 NA

Question

我有一個快速重新編碼的問題。 這是我的示例數據集：

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

當i1==NA時，我需要重新編碼i2==NA 。 我在下面嘗試但沒有運氣。

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 看起來像這樣：

> df
  id i1 i2
1  1  1  1
2  2 NA  NA
3  3  0  1

Answer 1

這是一個選項：

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

這個想法是計算每一行的累計和，如果一行包含NA ； 如果項i中有NA ，則后續項i+1也將為NA （因為例如NA + 1 = NA ）。 由於您的樣本數據df都是數字，我建議使用matrix （而不是data.frame ）。 矩陣操作通常比data.frame （即list ）操作更快。

關鍵假設：

1. id不能是NA 。
2. 這將基於每行i1中的NA替換i2中的NA 。

---

一個tidyverse的解決方案

出於幾個原因，我建議不要在這里使用tidyverse解決方案

1. 您的數據是全數字的，因此matrix是比data.frame / tibble更合適的數據結構。
2. dplyr / tidyr語法通常在列上高效運行； 一旦您想“按行”做事， dplyr （及其系列包）可能不是最好的方法（盡管dplyr::rowwise()只是引入了基於行號的分組）。

解決了這個問題，您就可以transpose問題了。

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

一個簡單的作業能滿足你的要求嗎？

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