gpt4 book ai didi

r - 填充组中其他行的缺失值(包括重复项)

转载 作者:行者123 更新时间:2023-12-04 12:01:06 26 4
gpt4 key购买 nike

我有一个数据集,其中有一些缺失值,我想用同一组的其他成员来填充这些值。但是,在某些情况下,每个组有多个值,在这些情况下,我希望复制每个组中的所有行,使一行包含每个值。

示例数据:

   ID group value
1 1 A blue
2 2 A <NA>
3 3 A <NA>
4 4 B green
5 4 B red
6 5 B <NA>
7 6 B <NA>
8 7 C blue
9 8 C green
10 9 C NA

我想要结束的是:

  ID group value
1 1 A blue
2 2 A blue
3 3 A blue
4 4 B green
5 4 B red
6 5 B green
7 5 B red
8 6 B green
9 6 B red
10 7 C blue
11 7 C green
12 8 C blue
13 8 C green
14 9 C blue
15 9 C green

在某些情况下,组包含一个 ID,该 ID 具有两个值(如组 B),而在其他情况下,组中有多个 ID,每个 ID 都有不同的值(如 C)。无论如何,我想要一个表,其中该组的每个成员都具有该组中存在的每个值。我找到了一些处理简单案例的答案,例如 A 组,但没有一个答案每组的值超过一个。

==== 编辑 ====

我的实际数据集要大得多,这导致了一些额外的问题。更新后的示例表如下:

ID group value specific_value dataversion
1 A blue sky_blue version1
2 A <NA> <NA> version2
3 A <NA> <NA> version1
4 B green forest_green version1
4 B red scarlet version1
5 B <NA> <NA> version2
6 B <NA> <NA> <NA>
7 C blue royal_blue version2
8 C green lime_green version1
9 C <NA> <NA> version1

对于每个组,我希望为该组的每个成员创建一个包含该组中每组值 + specific_value 的行(但我不希望包含例如 blue 和 lime_green 的一行)。我希望其他列(ID、组和数据版本)的所有值保持原样(包括如果数据版本为 NA)。

预期输出:

ID group value specific_value dataversion
1 A blue sky_blue version1
2 A blue sky_blue version2
3 A blue sky_blue version1
4 B green forest_green version1
4 B red scarlet version1
5 B green forest_green version2
5 B red scarlet version2
6 B green forest_green <NA>
6 B red scarlet <NA>
7 C blue royal_blue version2
7 C green lime_green version2
8 C blue royal_blue version1
8 C green lime_green version1
9 C blue royal_blue version1
9 C green lime_green version1

即。表中 ID、组和数据版本的每个组合与原始表相同,但现在每个组的值和特定值的每个组合都有一行。请注意,在我的实际表中,我有 ~50 列数据(1 组列,~6 相当于此处的值/特定值,其余的被视为 ID/数据版本)所以我不想输入每一列姓名。

最佳答案

这里我们可能需要complete。按 'group' 分组后,使用 complete 为每个 'group' 和 'ID' 获取 unique 非 NA 'value' 的组合

library(dplyr)
library(tidyr)
library(stringr)
df1 %>%
group_by(group) %>%
complete(ID, value = unique(value[!is.na(value)])) %>%
na.omit %>%
select(names(df1))
# A tibble: 15 x 3
# Groups: group [3]
# ID group value
# <int> <chr> <chr>
# 1 1 A blue
# 2 2 A blue
# 3 3 A blue
# 4 4 B green
# 5 4 B red
# 6 5 B green
# 7 5 B red
# 8 6 B green
# 9 6 B red
#10 7 C blue
#11 7 C green
#12 8 C blue
#13 8 C green
#14 9 C blue
#15 9 C green

更新

有了新的数据集,我们可以做

df2 %>%
group_by(group) %>%
mutate(valnew = str_c(value, specific_value, sep=":")) %>%
select(-value, -specific_value, -dataversion) %>%
complete(ID, valnew = unique(valnew[!is.na(valnew)])) %>%
filter(!is.na(valnew)) %>%
separate(valnew, into = c('value', 'specific_value'), sep=":") %>%
mutate(rn = row_number()) %>%
left_join(df2 %>%
select(ID, dataversion)) %>%
filter(!duplicated(rn)) %>%
select(names(df2))
# A tibble: 15 x 5
# Groups: group [3]
# ID group value specific_value dataversion
# <int> <chr> <chr> <chr> <chr>
# 1 1 A blue sky_blue version1
# 2 2 A blue sky_blue version2
# 3 3 A blue sky_blue version1
# 4 4 B green forest_green version1
# 5 4 B red scarlet version1
# 6 5 B green forest_green version2
# 7 5 B red scarlet version2
# 8 6 B green forest_green <NA>
# 9 6 B red scarlet <NA>
#10 7 C blue royal_blue version2
#11 7 C green lime_green version2
#12 8 C blue royal_blue version1
#13 8 C green lime_green version1
#14 9 C blue royal_blue version1
#15 9 C green lime_green version1

数据

df1 <- structure(list(ID = c(1L, 2L, 3L, 4L, 4L, 5L, 6L, 7L, 8L, 9L), 
group = c("A", "A", "A", "B", "B", "B", "B", "C", "C", "C"
), value = c("blue", NA, NA, "green", "red", NA, NA, "blue",
"green", NA)), row.names = c("1", "2", "3", "4", "5", "6",
"7", "8", "9", "10"), class = "data.frame")


df2 <- structure(list(ID = c(1L, 2L, 3L, 4L, 4L, 5L, 6L, 7L, 8L, 9L),
group = c("A", "A", "A", "B", "B", "B", "B", "C", "C", "C"
), value = c("blue", NA, NA, "green", "red", NA, NA, "blue",
"green", NA), specific_value = c("sky_blue", NA, NA, "forest_green",
"scarlet", NA, NA, "royal_blue", "lime_green", NA), dataversion = c("version1",
"version2", "version1", "version1", "version1", "version2",
NA, "version2", "version1", "version1")), class = "data.frame",
row.names = c(NA,
-10L))

关于r - 填充组中其他行的缺失值(包括重复项),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57614306/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com