r - 处理不完整的案例并进行估算？

Question

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案例。

现在我想做的是，如果 indicator == 1 则用 10 替换 NA 值，否则每列用 0 替换。

尝试使用 apply 和 MARGIN = 2 来做到这一点。

请告知如何执行此类任务。

Answer 1

我们可以使用 dplyr 中的 mutate_at。在 mutate_at 的 vars 参数中指定感兴趣的列，在 funs 中，使用 case_when 创建逻辑条件替换为满足条件的值

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来完成

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)
 }

---

如果我们想要列的最大值而不是 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