python - 根据 R 或 python 中的条件将一个列列表中的值替换为另一列列表中的值

Question

(对于Pythonistas，在我得到一些#hatehard之前，下面的代码是R的格式)

这个问题已经让我沮丧太久了。

我有 2 个数据集

df1 <- data.frame(ID = c("Person.A", "Person.B", "Person.C", "Person.D", "Person.E", "Person.F"),
                  Aa = c(0,1,2,NA,1,1),
                  Ab = c(0,NA,2,1,1,1),
                  Ac = c(NA,NA,2,2,1,1),
                  no.match = c(0,1,2,2,1,2))

df2 <- data.frame(ID = c("Person.A", "Person.B", "Person.C", "Person.D", "Person.E"),
                  Ba = c(0,NA,2,1,1),
                  Bb = c(NA,1,2,2,1),
                  Bc = c(0,1,2,2,1))

然后我使用 merge(df1, df2, all.x = T, by = "ID" 合并这两个数据集得到:

         ID Aa Ab Ac no.match Ba Bb Bc
1 Person.A  0  0 NA        0  0 NA  0
2 Person.B  1 NA NA        1 NA  1  1
3 Person.C  2  2  2        2  2  2  2
4 Person.D NA  1  2        2  1  2  2
5 Person.E  1  1  1        1  1  1  1
6 Person.F  1  1  1        2 NA NA NA

实际数据集要复杂得多，其中有许多列在其他列中没有匹配项。所以我认为我不能做一些取决于列排列的事情。

列Aa和Ba包含相同的信息；和列Ab和Bb也这样做，依此类推，但列no.match不包含匹配的列。

我想“映射”Ba 同一行的值至Aa 如果 Aa是 NA，对 Ab 执行相同的操作和Bb , Ac和Bc等

本例中的结果 DF 如下所示:

        ID Aa Ab Ac no.match Ba Bb Bc
1 Person.A  0  0  0      0    0 NA  0
2 Person.B  1  1  1      1    NA  1  1
3 Person.C  2  2  2      2    2  2  2
4 Person.D  1  1  2      2    1  2 NA
5 Person.E  1  1  1      1    1  1  1
6 Person.F  1  1  1      2    NA NA NA

其中元素[4,2]被元素 [4,6] 替换行和列需要匹配。

我尝试过大量令人尴尬的事情:apply , ifelse ，迭代列列表 l1 = c('Aa','Ab','Ac'), l2 = c('Ba', 'Bb', 'Bc')

我可以一次性完成:which(is.na(mdf$Aa)) <- mdf[which(is.na(mdf$Aa)), c("Ba")]

但是我怎样才能迭代地做到这一点呢？

谢谢! (抱歉啰嗦了)

Answer 1

这是一个使用 data.table v1.9.5 的安装说明 here :

require(data.table) # v1.9.5+
cols1 = names(df1)[2:4]
cols2 = names(df2)[2:4]

foo <- function(x, y) {
    nas = is.na(x)
    x[nas] = y[nas]
    x
}
setDT(df1)[df2, c(cols1, cols2) := c(Map(foo, mget(cols1), 
                   mget(cols2)), mget(cols2)), on = "ID"]

> df1
#          ID Aa Ab Ac no.match Ba Bb Bc
# 1: Person.A  0  0  0        0  0 NA  0
# 2: Person.B  1  1  1        1 NA  1  1
# 3: Person.C  2  2  2        2  2  2  2
# 4: Person.D  1  1  2        2  1  2  2
# 5: Person.E  1  1  1        1  1  1  1
# 6: Person.F  1  1  1        2 NA NA NA

• setDT() 通过引用将 df1 转换为 data.table。

• setDT(df1)[df2, on = "ID"] 执行联接。对于df2的每一行，我们在df1中找到匹配的行，并提取与匹配行对应的列。

• 在匹配的行上，我们更新 cols1 中的列并添加 cols2 中的新列通过引用使用 := 运算符。为了更新列，我们提取 cols1 和 cols2 中指定的列，并将 NA 替换为函数 foo()。为了添加列，我们只需使用 mget() 提取列 cols2 即可。我们使用 c() 连接两个列表。

如果您有兴趣，请查看HTML vignettes了解更多信息。