从一个数据框列表开始，这些数据框缺少不同的值，但在其他方面相同。
df1 <- df2 <- df3 <- df4 <- head(iris) df1[4,2] <- NA df2[3,5] <- NA df3[2,] <- NA df4[2,2] <- NA lst <- list(df1, df2, df3, df4)
合并这些 Dataframe 的最佳（计算速度快）方法是什么，以便至少在一个 Dataframe 中可以获得信息的任何缺失值都消失了？注：最好只使用碱R。
k4emjkb11#
我会用Reduce代替它们，并使用is.na和[<-替换。
Reduce
is.na
[<-
done <- Reduce(function(prev, this) { isna <- is.na(this) if (any(isna)) this[isna] <- prev[isna] this }, lst) done # Sepal.Length Sepal.Width Petal.Length Petal.Width Species # 1 5.1 3.5 1.4 0.2 setosa # 2 4.9 3.0 1.4 0.2 setosa # 3 4.7 3.2 1.3 0.2 setosa # 4 4.6 3.1 1.5 0.2 setosa # 5 5.0 3.6 1.4 0.2 setosa # 6 5.4 3.9 1.7 0.4 setosa
仅供参考，在 this 示例中，所有值都在第二次迭代中解析。我们可以通过添加accumulate=TRUE来查看每个“减少”的结果：
accumulate=TRUE
Reduce(function(prev, this) { isna <- is.na(this); if (any(isna)) this[isna] <- prev[isna]; this; }, lst, accumulate = TRUE) # [[1]] # Sepal.Length Sepal.Width Petal.Length Petal.Width Species # 1 5.1 3.5 1.4 0.2 setosa # 2 4.9 3.0 1.4 0.2 setosa # 3 4.7 3.2 1.3 0.2 setosa # 4 4.6 NA 1.5 0.2 setosa # 5 5.0 3.6 1.4 0.2 setosa # 6 5.4 3.9 1.7 0.4 setosa # [[2]] # Sepal.Length Sepal.Width Petal.Length Petal.Width Species # 1 5.1 3.5 1.4 0.2 setosa # 2 4.9 3.0 1.4 0.2 setosa # 3 4.7 3.2 1.3 0.2 setosa # 4 4.6 3.1 1.5 0.2 setosa # 5 5.0 3.6 1.4 0.2 setosa # 6 5.4 3.9 1.7 0.4 setosa # [[3]] # Sepal.Length Sepal.Width Petal.Length Petal.Width Species # 1 5.1 3.5 1.4 0.2 setosa # 2 4.9 3.0 1.4 0.2 setosa # 3 4.7 3.2 1.3 0.2 setosa # 4 4.6 3.1 1.5 0.2 setosa # 5 5 3.6 1.4 0.2 setosa # 6 5.4 3.9 1.7 0.4 setosa # [[4]] # Sepal.Length Sepal.Width Petal.Length Petal.Width Species # 1 5.1 3.5 1.4 0.2 setosa # 2 4.9 3.0 1.4 0.2 setosa # 3 4.7 3.2 1.3 0.2 setosa # 4 4.6 3.1 1.5 0.2 setosa # 5 5.0 3.6 1.4 0.2 setosa # 6 5.4 3.9 1.7 0.4 setosa
如果你想在不需要进一步的插补时“提前逃逸”，我相信需要一个自定义的for循环。
for
for (i in seq_along(lst)[-1]) { message(i) isna <- is.na(lst[[1]]) if (!any(isna)) { message("out!"); break(); } lst[[1]][isna] <- lst[[i]][isna] } # 2 # 3 # out! lst[[1]] # Sepal.Length Sepal.Width Petal.Length Petal.Width Species # 1 5.1 3.5 1.4 0.2 setosa # 2 4.9 3 1.4 0.2 setosa # 3 4.7 3.2 1.3 0.2 setosa # 4 4.6 3.1 1.5 0.2 setosa # 5 5.0 3.6 1.4 0.2 setosa # 6 5.4 3.9 1.7 0.4 setosa
1条答案
按热度按时间k4emjkb11#
我会用
Reduce代替它们，并使用is.na和[<-替换。仅供参考，在 this 示例中，所有值都在第二次迭代中解析。我们可以通过添加
accumulate=TRUE来查看每个“减少”的结果：如果你想在不需要进一步的插补时“提前逃逸”，我相信需要一个自定义的
for循环。