如何在R数据框中用另一列的对应值替换某列中的缺失值？

通常，我们会遇到需要分析的缺失数据，我们需要用某些值替换这些缺失值。有时，我们可能希望用另一列的对应值替换它们，尤其是在两列都描述相似特征的情况下。这种替换可以使用dplyr包的mutate函数轻松完成，如下例所示。

示例1

考虑以下数据框

在线演示

> set.seed(214)
> x1<-rpois(20,5)
> x2<-sample(c(NA,24,38,75),20,replace=TRUE)
> df1<-data.frame(x1,x2)
> df1

输出

 x1 x2
1 4 75
2 8 24
3 5 38
4 4 38
5 7 NA
6 6 24
7 10 75
8 4 75
9 6 38
10 4 75
11 6 NA
12 6 75
13 7 38
14 3 24
15 6 NA
16 4 NA
17 1 NA
18 4 NA
19 10 NA
20 4 24

加载dplyr包，然后用x1中的对应值替换x2中的NA，并创建一个新列来存储它们。

示例

> library(dplyr)
> df1 %>% mutate(x3=coalesce(x2,x1))

输出

x1 x2 x3
1 4 75 75
2 8 24 24
3 5 38 38
4 4 38 38
5 7 NA 7
6 6 24 24
7 10 75 75
8 4 75 75
9 6 38 38
10 4 75 75
11 6 NA 6
12 6 75 75
13 7 38 38
14 3 24 24
15 6 NA 6
16 4 NA 4
17 1 NA 1
18 4 NA 4
19 10 NA 10
20 4 24 24

示例2

在线演示

> y1<-LETTERS[1:20]
> y2<-sample(c(NA,"E","G","J"),20,replace=TRUE)
> df2<-data.frame(y1,y2)
> df2

输出

y1 y2
1 A E
2 B J
3 C E
4 D G
5 E E
6 F E
7 G J
8 H
9 I J
10 J E
11 K G
12 L J
13 M
14 N J
15 O G
16 P E
17 Q
18 R J
19 S J
20 T E

用y1中的对应值替换y2中的NA，并创建一个新列来存储它们。

示例

> df2 %>% mutate(y3=coalesce(y2,y1))

输出

y1 y2 y3
1 A E E
2 B J J
3 C E E
4 D G G
5 E E E
6 F E E
7 G J J
8 H H
9 I J J
10 J E E
11 K G G
12 L J J
13 M M
14 N J J
15 O G G
16 P E E
17 Q Q
18 R J J
19 S J J
20 T E E

示例3

在线演示

> z1<-rnorm(20)
> z2<-sample(c(NA,rnorm(5,2,1)),20,replace=TRUE)
> df3<-data.frame(z1,z2)
> df3

输出

z1 z2
1 -0.17901883 2.472282
2 -1.08901004 3.952225
3 0.42542338 NA
4 -0.60317450 NA
5 -0.03915205 1.437245
6 -0.16003909 3.952225
7 -0.46318505 2.472282
8 -1.42080605 1.372504
9 0.15067345 NA
10 0.19228563 2.472282
11 0.51799822 2.472282
12 0.50620920 2.472282
13 -0.21986645 1.437245
14 -0.17156659 1.372504
15 -1.28965823 2.472282
16 0.94734362 2.520788
17 1.78005478 NA
18 0.62910182 1.372504
19 -0.37591062 2.472282
20 -0.80137780 2.520788

示例

> df3 %>% mutate(z3=coalesce(z2,z1))

输出

z1 z2 z3
1 -0.17901883 2.472282 2.4722816
2 -1.08901004 3.952225 3.9522252
3 0.42542338 NA 0.4254234
4 -0.60317450 NA -0.6031745
5 -0.03915205 1.437245 1.4372447
6 -0.16003909 3.952225 3.9522252
7 -0.46318505 2.472282 2.4722816
8 -1.42080605 1.372504 1.3725039
9 0.15067345 NA 0.1506735
10 0.19228563 2.472282 2.4722816
11 0.51799822 2.472282 2.4722816
12 0.50620920 2.472282 2.4722816
13 -0.21986645 1.437245 1.4372447
14 -0.17156659 1.372504 1.3725039
15 -1.28965823 2.472282 2.4722816
16 0.94734362 2.520788 2.5207880
17 1.78005478 NA 1.7800548
18 0.62910182 1.372504 1.3725039
19 -0.37591062 2.472282 2.4722816
20 -0.80137780 2.520788 2.5207880

更新于：2020年11月19日

386 次浏览

开启你的职业生涯

完成课程获得认证

开始学习
广告