r - 将一个数据集中的缺失值(NA)替换为另一列中匹配的值

Question

我有一个包含3列“ x”，“ y和z”的数据框（datadf）。缺少几个“ x”值（NA）。 “ y”和“ z”是不可测量的变量。

x    y z
153  a 1
163  b 1
NA   d 1
123  a 2 
145  e 2
NA   c 2 
NA   b 1
199  a 2

我还有另一个具有相同三列的数据框（imputeddf）：

 x  y z
123 a 1
145 a 2
124 b 1
168 b 2
123 c 1
176 c 2
184 d 1
101 d 2

我希望将“ datadf”中“ x”中的“ NA”替换为“ impteddf”中的值，其中两个数据集之间的“ y”和“ z”匹配（“ y”和“ z”的每个组合都有自己的值） 'x'填写）。

预期结果：

x    y z
153  a 1
163  b 1
184  d 1
123  a 2 
145  e 2
176  c 2 
124  b 1
199  a 2

我正在尝试类似的事情：

finaldf <- datadf
finaldf$x <- if(datadf[!is.na(datadf$x)]){ddply(datadf, x=imputeddf$x[datadf$y == imputeddf$y & datadf$z == imputeddf$z])}else{datadf$x}

但它不起作用。

我使用估算值df填写 NA的最佳方法是什么？

Answer 1

我会这样做：

library(data.table)
setDT(DF1); setDT(DF2)

DF1[DF2, x := ifelse(is.na(x), i.x, x), on=c("y","z")]

这使

     x y z
1: 153 a 1
2: 163 b 1
3: 184 d 1
4: 123 a 2
5: 145 e 2
6: 176 c 2
7: 124 b 1
8: 199 a 2

注释。这种方法并不是很好，因为它合并了整个 DF1，而我们只需要合并 is.na(x)的子集。在这里，改进看起来像（感谢@Arun）：

DF1[is.na(x), x := DF2[.SD, x, on=c("y", "z")]]

这种方式类似于@RHertel的答案。