使用子组中填充的值填充NA值

Question

我有以下data.frame：

name  nav_status   destination
 A       5           MUMBAI
 A       0            NA
 A       1            NA
 B       5            NA
 B       0          NEW YORK
 B       1            NA

我打算使用基于name列的值填充NA值。我试过：

1. 用最后一次观测推进技术填充NA值，但数据会发生失真。我使用了zoo包和na.locf语法： NEW <- na.locf(FINAL, fromLast = TRUE)
2. 我还尝试创建一个单独的文件，然后使用gsub，但是它不是泛型的，每次都必须创建一个单独的文件，因为我有大量的数据。

预期结果：

name  nav_status   destination
 A       5           MUMBAI
 A       0           MUMBAI
 A       1           MUMBAI
 B       5          NEW YORK 
 B       0          NEW YORK
 B       1          NEW YORK

Answer 1

使用data.table，我们将“data.frame”转换为“data.table”(setDT(df1))，按“名称”分组，在na.rm=FALSE的目的地方向上执行na.locf，然后在反向模式(fromLast=TRUE)中再次执行该操作，并将输出分配(:=)回同一列。

library(zoo)
library(data.table)
setDT(df1)[, destination := na.locf(na.locf(destination, 
      na.rm=FALSE), fromLast=TRUE),  by = name]
df1
#   name nav_status destination
#1:    A          5      MUMBAI
#2:    A          0      MUMBAI
#3:    A          1      MUMBAI
#4:    B          5    NEW YORK
#5:    B          0    NEW YORK
#6:    B          1    NEW YORK

Answer 2

您可以使用dplyr包来完成这个任务：

library(dplyr)
dat %>%
  group_by(name) %>%
  mutate(destination = destination[which(!is.na(destination))][1])

这将使用每个名称的目的地的第一个非NA值填充目标列。

    name nav_status destination
  (fctr)      (dbl)      (fctr)
1      A          5      MUMBAI
2      A          0      MUMBAI
3      A          1      MUMBAI
4      B          5    NEW YORK
5      B          0    NEW YORK
6      B          1    NEW YORK