仅在非空组中将NA替换为零

Question

我有一个应该很容易解决的问题，但我根本无法解决。我有一个包含组和变量的庞大数据集。对于该变量，有些组为空（仅填充NA），有些包含值，但也包含NA。

例如：

ID <- c("A1","A1","A1","A1","B1","B1","B1","B1", "B1", "C1", "C1", "C1")
Value1 <- c(0,2,1,1,NA,1,1,NA,1,NA,NA,NA)
data <- data.frame(ID, Value1)

我想将所有NA都更改为零，但仅在包含信息的组中更改。

所以像这样：

ID <- c("A1","A1","A1","A1","B1","B1","B1","B1","B1","C1","C1","C1")
Value1 <- c(0,2,1,1,0,1,1,0,1,NA,NA,NA)

我尝试使用group_by（ID）并以条件max（Value1）>“ replace”> = 0，但max（）不能作为条件使用，或者不适用于NA。不幸的是，我在工作中经常需要这种条件，所以我也希望对任何建议有最好的选择，以便有选择地对待团体。

Answer 1

您可以使用简单的if语句，即。

library(dplyr)
library(tidyr)

data %>% 
 group_by(ID) %>% 
 mutate(Value1 = if (all(is.na(Value1))){Value1}else{replace_na(Value1, 0)})

给出，

# A tibble: 12 x 2
# Groups:   ID [3]
   ID    Value1
   <fct>  <dbl>
 1 A1         0
 2 A1         2
 3 A1         1
 4 A1         1
 5 B1         0
 6 B1         1
 7 B1         1
 8 B1         0
 9 B1         1
10 C1        NA
11 C1        NA
12 C1        NA

Answer 2

这里是基本的R解决方案

dfout <- Reduce(rbind,
                lapply(split(data,data$ID),
                       function(v) {if (!all(is.na(v$Value1))) v$Value1[is.na(v$Value1)]<- 0; v}))

诸如此类

> dfout
   ID Value1
1  A1      0
2  A1      2
3  A1      1
4  A1      1
5  B1      0
6  B1      1
7  B1      1
8  B1      0
9  B1      1
10 C1     NA
11 C1     NA
12 C1     NA

Answer 3

使用dplyr：

data %>%
  group_by(ID) %>%
  mutate(Value1 = ifelse(any(!is.na(Value1)) & is.na(Value1), 0, Value1))

# A tibble: 12 x 2
# Groups:   ID [3]
   ID    Value1
   <fct>  <dbl>
 1 A1         0
 2 A1         2
 3 A1         1
 4 A1         1
 5 B1         0
 6 B1         1
 7 B1         1
 8 B1         0
 9 B1         1
10 C1        NA
11 C1        NA
12 C1        NA

Answer 4

使用data.table

setDT(data)
data[, Value1 := if (all(is.na(Value1))) NA else replace(Value1, is.na(Value1), 0), by = ID]

    ID Value1
 1: A1      0
 2: A1      2
 3: A1      1
 4: A1      1
 5: B1      0
 6: B1      1
 7: B1      1
 8: B1      0
 9: B1      1
10: C1     NA
11: C1     NA
12: C1     NA