r - 处理不完整的案件并推算？

我有一个这样的数据框:

df <- data_frame('col1' = c(NA, 1, 2), 'col2' = c(34, NA, 44), 'indicator' = c(1,1,0))

我已经使用complete.cases来标记所有不完整的情况。

现在，我想做的是用10替换NA值，如果每列用indicator == 1和0代替。

尝试使用apply和MARGIN = 2做到这一点。

请告知如何执行此类任务。

最佳答案

我们可以使用mutate_at中的dplyr。在vars内的mutate_at的funs参数中指定感兴趣的列，并使用case_when创建逻辑条件以替换满足条件的值

library(dplyr)
df %>%
  mutate_at(vars(matches("col\\d+")),
       funs(case_when(is.na(.) & as.logical(indicator)~ 10,
                      is.na(.) & !indicator ~ 0,
                      TRUE ~ .)))
# A tibble: 3 x 3
#   col1  col2 indicator
#    <dbl> <dbl>     <dbl>
# 1    10    34         1
# 2     1    10         1
# 3     2    44         0

这也可以用data.table完成

library(data.table)
setDT(df)
for(j in names(df)[1:2]) {
  i1 <- is.na(df[[j]])
  i2 <-  as.logical(df[['indicator']])

  set(df, i = which(i1 & i2), j = j, value = 10)
  set(df, i = which(i1 & !i2), j = j, value = 0)
 }

如果我们想用列的最大值而不是10来替换'indicator'为1的NA值，请使用max

df %>%
  mutate_at(vars(matches("col\\d+")),
       funs(case_when(is.na(.) & as.logical(indicator)~ max(., na.rm = TRUE),
                      is.na(.) & !indicator ~ 0,
                      TRUE ~ .)))
# A tibble: 3 x 3
#  col1  col2 indicator
#  <dbl> <dbl>     <dbl>
#1     2    34         1
#2     1    44         1
#3     2    44         0