假设我们在数据帧df1中确实有很多数据列（名称为mycols，还有一些未命名的数据列，在这种情况下不应该处理），并且列subj也是列repl和subj的另一个数据帧df2的索引（在第二个数据帧是唯一的）和许多其他不重要的列（它们的唯一作用是，我们不能假设只有2列）。
我想以这种方式替换列的子集（df1 [，mycols]），如果存在NA（df1 [，mycols] [is.na（df1 [，mycols]）]）
编辑：示例数据（我不知道将其写为数据帧分配的命令）：
mycols = c("a","b")
df1:
subj a b c
1 NA NA 1
1 2 3 5
2 0 NA 2
3 8 8 8
df2:
subj repl notinterested
1 5 1000
2 6 0
3 40 10
result:
df1-transformed-to:
subj a b c
1 5 5 1 #the 2 fives appeared by lookup
1 2 3 5
2 0 6 2 #the 6 appeared
3 8 8 8
我想出了以下代码：
df1[,mycols][is.na(df1[,mycols])] <- df2[match( df1$subj, df2$subj),"repl"]
但是问题是（我认为），右侧的大小与左侧的大小不同-我认为它可能适用于“ mycols”中的一列，但是我想对所有mycols进行相同的操作（如果不适用，请查看表df2并替换-替换值在行范围内相同）。
（此外，我还需要用mycols明确地命名为everythime来枚举列，因为可能还会有其他列）
作为编程风格的一个附加问题，这是一个小小的问题-在R中，写此操作的一种好又快的方法是什么？如果这是一种程序语言，我们可以改变
df1[,mycols][is.na(df1[,mycols])]
我认为这种方法更美观，更易读：
function(x){ *x[is.na(*x)] }
function(& df1[,mycols])
并确保没有不必要的复制。
最佳答案
使用您的代码，我们需要replicate'repl'列使两个子集数据集相等，然后像您一样分配值
val <- df2$repl[match(df1$subj, df2$subj)][row(df1[mycols])][is.na(df1[mycols])]
df1[mycols][is.na(df1[mycols])] <- val
df1
# subj a b c
#1 1 5 5 1
#2 1 2 3 5
#3 2 0 6 2
#4 3 8 8 8
使用
data.table的另一种选择 library(data.table)#v1.9.5+
DT <- setDT(df1, key='subj')[df2[c('subj', 'repl')]]
for(j in mycols){
i1 <- which(is.na(DT[[j]]))
set(DT, i=i1, j=j, value= DT[['repl']][i1])
}
DT[,repl:= NULL]
# subj a b c
#1: 1 5 5 1
#2: 1 2 3 5
#3: 2 0 6 2
#4: 3 8 8 8
或使用
dplyr library(dplyr)
left_join(df1, df2, by='subj') %>%
mutate_each_(funs(ifelse(is.na(.),repl,.)), mycols) %>%
select(a:c)
# a b c
#1 5 5 1
#2 2 3 5
#3 0 6 2
#4 8 8 8
数据
df1 <- structure(list(subj = c(1L, 1L, 2L, 3L), a = c(NA, 2L, 0L, 8L
), b = c(NA, 3L, NA, 8L), c = c(1L, 5L, 2L, 8L)), .Names = c("subj",
"a", "b", "c"), class = "data.frame", row.names = c(NA, -4L))
df2 <- structure(list(subj = 1:3, repl = c(5L, 6L, 40L),
notinterested = c(1000L,
0L, 10L)), .Names = c("subj", "repl", "notinterested"),
class = "data.frame", row.names = c(NA, -3L))
关于r - R有条件地通过查找替换更多列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31045512/