如何根据其他行的值填充缺失值？

Question

country <- c("USA","UK","Egypt","Brazil","USA", "UK")
continent <- c("North America","Europe","Africa","South America", NA, NA)
data.frame(country, continent) 

我该如何根据前面的行自动填充最后两个NA，因为我们知道“美国”与“北美洲”相匹配，“英国”与“欧洲”相匹配？

我有一个大数据集，如果有许多NA值，那么在dplyr中找到快速处理方法将非常有帮助。

提前感谢您！

- sergio_ag

Answer 1

我们可以通过fill进行分组

library(dplyr)
library(tidyr)
d1 %>% 
     group_by(country) %>% 
     fill(continent) %>% 
     ungroup

-输出

# A tibble: 6 x 2
  country continent    
  <chr>   <chr>        
1 USA     North America
2 UK      Europe       
3 Egypt   Africa       
4 Brazil  South America
5 USA     North America
6 UK      Europe     

- akrun

---

非常感谢，感激您的回答。作为后续，如果不存在与“大陆”和“国家”对应的观测值，我该如何手动输入缺失值？ - sergio_ag

@krmo，你可以使用complete函数来扩展数据以填补缺失的情况。 - akrun

我如何为特定行执行此操作？比如说，我想将“亚洲”添加到一行中，该行目前包含：“中国”，NA。再次感谢@akrun！ - sergio_ag

@krmo，你有一个值为“亚洲”的情况是针对中国还是一个新条目？ - akrun

Answer 2

我们可以使用zoo包中的na.locf函数：

library(dplyr)
library(zoo)
df1 %>% 
    mutate(id = row_number()) %>% 
    group_by(country) %>% 
    do(na.locf(.)) %>% 
    arrange(id) %>% 
    select(-id) %>% 
    ungroup

输出：

  country continent    
  <chr>   <chr>        
1 USA     North America
2 UK      Europe       
3 Egypt   Africa       
4 Brazil  South America
5 USA     North America
6 UK      Europe     

- TarJae