Jak zastąpić NA zestawem wartości

18

Mam następującą ramkę danych:

library(dplyr)
library(tibble)


df <- tibble(
  source = c("a", "b", "c", "d", "e"),
  score = c(10, 5, NA, 3, NA ) ) 


df

To wygląda tak:

# A tibble: 5 x 2
  source score
  <chr>  <dbl>
1 a         10 . # current max value
2 b          5
3 c         NA
4 d          3
5 e         NA

Chcę zastąpić NAw kolumnie wyników wartościami od istniejących max + n. Gdzie nzakres od 1 do całkowitej liczby wierszydf

Wynikające z tego (ręcznie kodowane):

  source score
  a         10
  b          5
  c         11 # obtained from 10 + 1
  d          3
  e         12 #  obtained from 10 + 2

Jak mogę to osiągnąć?

oszust
źródło

Odpowiedzi:

8

Inna opcja :

transform(df, score = pmin(max(score, na.rm = TRUE) + 
                      cumsum(is.na(score)), score, na.rm = TRUE))

#  source score
#1      a    10
#2      b     5
#3      c    11
#4      d     3
#5      e    12

Jeśli chcesz to zrobić w dplyr

library(dplyr)
df %>% mutate(score = pmin(max(score, na.rm = TRUE) + 
                      cumsum(is.na(score)), score, na.rm = TRUE))
Ronak Shah
źródło
6

Podstawowe rozwiązanie R.

df$score[is.na(df$score)] <- seq(which(is.na(df$score))) + max(df$score,na.rm = TRUE)

takie, że

> df
# A tibble: 5 x 2
  source score
  <chr>  <dbl>
1 a         10
2 b          5
3 c         11
4 d          3
5 e         12
ThomasIsCoding
źródło
Już najbardziej zwięzły, ale można go skrócić seq(which(is.na(df$score)))do1:sum(is.na(df$score))
sindri_baldur
@sindri_baldur dzięki. ten jest oferowany przez stackoverflow.com/a/60222864/12158757
ThomasIsCoding
6

Oto dplyrpodejście

df %>% 
 mutate(score = replace(score, 
                       is.na(score), 
                       (max(score, na.rm = TRUE) + (cumsum(is.na(score))))[is.na(score)])
                       )

co daje,

# A tibble: 5 x 2
  source score
  <chr>  <dbl>
1 a         10
2 b          5
3 c         11
4 d          3
5 e         12
Sotos
źródło
4

Z dplyr:

library(dplyr)

df %>%
  mutate_at("score", ~ ifelse(is.na(.), max(., na.rm = TRUE) + cumsum(is.na(.)), .))

Wynik:

# A tibble: 5 x 2
  source score
  <chr>  <dbl>
1 a         10
2 b          5
3 c         11
4 d          3
5 e         12
Aron
źródło
3

dplyrRozwiązaniem.

df %>%
  mutate(na_count = cumsum(is.na(score)),
         score = ifelse(is.na(score), max(score, na.rm = TRUE) + na_count, score)) %>%
  select(-na_count)
## A tibble: 5 x 2
#  source score
#  <chr>  <dbl>
#1 a         10
#2 b          5
#3 c         11
#4 d          3
#5 e         12
Rui Barradas
źródło
2

Kolejne, całkiem podobne do rozwiązania ThomasIsCoding:

> df$score[is.na(df$score)]<-max(df$score, na.rm=T)+(1:sum(is.na(df$score)))
> df
# A tibble: 5 x 2
  source score
  <chr>  <dbl>
1 a         10
2 b          5
3 c         11
4 d          3
5 e         12
Łukasz Deryło
źródło
2

Nie dość elegancki w porównaniu do podstawowych rozwiązań R, ale wciąż możliwy:

library(data.table)
setDT(df)

max.score = df[, max(score, na.rm = TRUE)]
df[is.na(score), score :=(1:.N) + max.score]

Lub w jednej linii, ale nieco wolniej:

df[is.na(score), score := (1:.N) + df[, max(score, na.rm = TRUE)]]
df
   source score
1:      a    10
2:      b     5
3:      c    11
4:      d     3
5:      e    12
Sergij
źródło