基于另一列中的值用预定值替换一列中的NA
我有一个非常简单的问题。然而，我所能找到的都是非常复杂的答案，并不完全符合我的需求。
最接近的，我在这里发现：
弗洛德尔和埃迪的回答(data.table)
但是，我想额外指定如何根据不同列中的值处理指定列中的NA。
我有一个data.table，其中包含NA列，其中< code>fac是一个因子变量。
df <- fread(
"A B C fac H I J iso year matchcode
0 1 1 NA 0 1 0 NLD 2009 NLD2009
1 0 0 NA 1 0 1 NLD 2014 NLD2014
0 0 0 B 1 0 0 AUS 2011 AUS2011
1 0 1 B 0 1 0 AUS 2007 AUS2007
0 1 0 NA 0 1 1 USA 2007 USA2007
0 0 1 NA 0 0 1 USA 2011 USA2010
0 1 0 NA 0 0 0 USA 2013 USA2013
1 0 1 A 0 1 0 BLG 2007 BLG2007
0 1 0 A 1 0 1 BEL 2009 BEL2009
1 0 1 A 0 1 0 BEL 2012 BEL2012",
header = TRUE
)
我想做的是根据< code>iso3c中的值将值< code>D和< code>E分配给< code>fac列中的NA。因此，当< code>iso3c == NLD时，< code>fac中的NA应替换为< code>D，当< code>iso3c ==美国时，< code>fac中的NA应替换为< code>E，导致以下结果。
df <- fread(
"A B C fac H I J iso year matchcode
0 1 1 D 0 1 0 NLD 2009 NLD2009
1 0 0 D 1 0 1 NLD 2014 NLD2014
0 0 0 B 1 0 0 AUS 2011 AUS2011
1 0 1 B 0 1 0 AUS 2007 AUS2007
0 1 0 E 0 1 1 USA 2007 USA2007
0 0 1 E 0 0 1 USA 2011 USA2010
0 1 0 E 0 0 0 USA 2013 USA2013
1 0 1 A 0 1 0 BLG 2007 BLG2007
0 1 0 A 1 0 1 BEL 2009 BEL2009
1 0 1 A 0 1 0 BEL 2012 BEL2012",
header = TRUE
)
编辑：fac是一个因子变量，这一事实带来了一些问题。工作原理如下：
df$fac<- as.character(df$fac)
df[, fac:= ifelse(is.na(fac) & iso3c == "NLD", "D",
ifelse(is.na(fac) & iso3c == "USA", "E", wbgroup))][]
df[, fac:= factor(fac, levels = c(levels(fac), c('A', 'B', 'C', 'D', 'E', 'F', 'G')))]
共有2个答案
另一个选项使用data.table和两个ifelse语句。
library(data.table)
df[, fac := ifelse(is.na(fac) & iso == "NLD", "D",
ifelse(is.na(fac) & iso == "USA", "E", fac))][]
# A B C fac H I J iso year matchcode
# 1: 0 1 1 D 0 1 0 NLD 2009 NLD2009
# 2: 1 0 0 D 1 0 1 NLD 2014 NLD2014
# 3: 0 0 0 B 1 0 0 AUS 2011 AUS2011
# 4: 1 0 1 B 0 1 0 AUS 2007 AUS2007
# 5: 0 1 0 E 0 1 1 USA 2007 USA2007
# 6: 0 0 1 E 0 0 1 USA 2011 USA2010
# 7: 0 1 0 E 0 0 0 USA 2013 USA2013
# 8: 1 0 1 A 0 1 0 BLG 2007 BLG2007
# 9: 0 1 0 A 1 0 1 BEL 2009 BEL2009
# 10: 1 0 1 A 0 1 0 BEL 2012 BEL2012
我们需要在 i 中指定逻辑条件并执行赋值。由于只有两种情况可以更改值，因此可以通过两个步骤完成
df[is.na(fac) & iso == 'NLD', fac := 'D'
][is.na(fac) & iso == 'USA', fac := 'E'][]
# A B C fac H I J iso year matchcode
# 1: 0 1 1 D 0 1 0 NLD 2009 NLD2009
# 2: 1 0 0 D 1 0 1 NLD 2014 NLD2014
# 3: 0 0 0 B 1 0 0 AUS 2011 AUS2011
# 4: 1 0 1 B 0 1 0 AUS 2007 AUS2007
# 5: 0 1 0 E 0 1 1 USA 2007 USA2007
# 6: 0 0 1 E 0 0 1 USA 2011 USA2010
# 7: 0 1 0 E 0 0 0 USA 2013 USA2013
# 8: 1 0 1 A 0 1 0 BLG 2007 BLG2007
# 9: 0 1 0 A 1 0 1 BEL 2009 BEL2009
#10: 1 0 1 A 0 1 0 BEL 2012 BEL2012
如果要替换许多值，请使用键/值数据集进行联接并执行赋值
df[data.table(fac = NA_character_, iso = c('NLD', 'USA'),
val = c('D', 'E')), fac := val, on = .(fac, iso)]
注：列fac、iso为字符class。如果fac是一个因子类，并且列中不存在“D”、“E”和级别，则在执行赋值之前创建新的级。
df[, fac := factor(fac, levels = c(levels(fac), c('D', 'E')))]
-
问题内容： 我想用相邻列中的值替换一列中的空值，例如，如果我有 我希望它是： 尝试过 但是没用，它说值应该是浮点数，整数，长整数，字符串或字典 有任何想法吗？ 问题答案： 最后找到一个替代方案：
-
用其他dataframe的列值替换dataframe的一列中的nan值时出现问题。下面是一个测试示例： 我想用其他dataframe中的特定值替换列名中的Nan值（如果其中有一些Nan值，则不是其他列），例如此dataframe中的Name2值： 我想得到的是： 这是此示例的测试代码： 然后我尝试了这三种方法，但都不起作用——我的数据帧始终保持Nan值。 你能告诉我哪里出错了吗？
-
问题内容： 我有一个这样的Pandas DataFrame： 我只想在值等于0的情况下用第二列（）中的值替换值，然后（对于剩余的零值），再次使用第三列（）进行替换。期望的结果是下一个： 我使用该函数完成了此操作，但它似乎太慢了。我认为这一定是一种更快的方法。 使用其他功能而不是该功能，有没有更快的方法呢？ 问题答案： 使用起来更快。使用与您使用类似的模式： 但是，使用嵌套稍微快一点： 时机 使用以
-
问题内容： 可以说我在某张桌子上有很多选择。列的一个值是使用复数logc及其称为 ColumnA 来计算的。现在，对于另一列，我需要 ColumnA中 的值，并向其中添加一些其他静态值。 示例SQL： 在 [ColumnA] + 10 是什么即时寻找。复杂的东西是一个巨大的案例/当块。 有想法吗？ 问题答案： 如果要引用该子句中计算出的值，则需要将现有查询移到子SELECT中： 即使您不打算使用该
-
我想将数据帧列中的一个值替换为另一个值，我必须对许多列执行此操作（假设30/100列） 我已经经历过这个和这个了。 我可以在y列和z列中分别用Null替换“baz”。但我想对所有列都这样做——类似于下面的列表理解方式
-
问题内容： 我有一个表，其中包含商店中每件商品的单价和其他详细信息。 另一个包含每个订单中包含的项目的详细信息。 现在我要计算 请注意，我希望它成为表本身的一部分，而不是作为其他视图或查询。我怎样才能做到这一点？我为此研究了触发器和其他机制，但是它们是否适用于不同表中的值，尤其是在存在此类约束的情况下？ 我尝试过根据另一列计算出的Column进行以下触发吗？： 但这似乎没有用 问题答案： 这是如何