R：如果不适用，则根据条件并使用列名称模式，将缺失值替换为另一列中的缺失值

Question

我遇到以下问题：对于其中一个

Rating

，6 列中的 3 列数值缺失。

我希望将缺失值替换为位于缺失值列左侧的单元格中的值。 列名有一个清晰的模式 - 它们都以

PD1

、

PD2

或

PD3

结尾，可以用作 id。

示例：

eePD1

1C、Basic

Rating

和 CORP

Scenario

缺少

Class

列中的值。 仅当

wePD1

为 CORP 时，才应将其替换为

Class

列中的值。（不应触及零售

Class

）。

即，如果 eePD1 中的值为 NA 且 Class=CORP，则 eePD1=wePD1 中的值。

场景	评分	班级	我们PD1	我们PD2	我们PD3	eePD1	eePD2	eePD3
基本	1C	公司	0.51	0.74	0.43	不适用	不适用	不适用
基本	2A	公司	0.41	0.01	0.23	0.37	0.06	0.81
基本	2B	零售	0.68	0.48	0.71	不适用	不适用	不适用

理想的结果：如果从

ee

开始的列中的单元格的值为

NA

（对于 CORP

Rating

以及任何

Class

和

Scenario

），请将

NA

替换为从

we

开始并结束的列，类似于从

ee

开始的列的名称，例如

PD1

、

PD2

或

PD3

。

场景	评分	班级	我们PD1	我们PD2	我们PD3	eePD1	eePD2	eePD3
基本	1C	公司	0.51	0.74	0.43	0.51	0.74	0.43
基本	2A	公司	0.41	0.01	0.23	0.37	0.06	0.81
基本	2B	零售	0.68	0.48	0.71	不适用	不适用	不适用

这是可重现的代码块：

df3=structure(list(Scenario = c("Basic", "Basic", "Basic", "Basic", "Basic"
    ), Rating = c("1C", "2A", "2B", "2C", "3A"), Class = c("CORP", 
    "CORP", "CORP", "CORP", "RETAIL"), wePD1 = c(0.51, 
    0.41, 0.58, 0.28, 
    0.68), wePD2 = c(0.74, 0.01, 
    0.28, 0.92, 0.48
    ), wePD3 = c(0.43, 0.23, 0.04, 
    0.62, 0.71), eePD1 = c(NA, 0.37, 
    0.96, 0.22, NA
    ), eePD2 = c(NA, 0.06, 0.29, 0.22, 
    NA), eePD3 = c(NA, 0.81, 0.85, 
    0.78, NA)), row.names = c(NA, 
    -5L), class = c("data.table", "data.frame"))

第二个解决方案选项是向左计算三列，但如果我有更多列，它并不优雅或通用......

到目前为止，我只能找到一些

dplyr

示例，这些示例会将值替换为下面/上面的值，但不能替换到两侧，或者基于清晰的列名称模式以获得更好的通用性，例如

purrr

和

map2_int

。

Answer 1

假设您只有这些列，这样的内容就足够了：

df3$eePD1 <- ifelse(is.na(df3$eePD1) & df3$Class == "CORP", df3$wePD1, df3$eePD1)
df3$eePD2 <- ifelse(is.na(df3$eePD2) & df3$Class == "CORP", df3$wePD2, df3$eePD2)
df3$eePD3 <- ifelse(is.na(df3$eePD3) & df3$Class == "CORP", df3$wePD3, df3$eePD3)

之前：

  Scenario Rating  Class wePD1 wePD2 wePD3 eePD1 eePD2 eePD3
1    Basic     1C   CORP  0.51  0.74  0.43    NA    NA    NA
2    Basic     2A   CORP  0.41  0.01  0.23  0.37  0.06  0.81
3    Basic     2B   CORP  0.58  0.28  0.04  0.96  0.29  0.85
4    Basic     2C   CORP  0.28  0.92  0.62  0.22  0.22  0.78
5    Basic     3A RETAIL  0.68  0.48  0.71    NA    NA    NA

之后：

  Scenario Rating  Class wePD1 wePD2 wePD3 eePD1 eePD2 eePD3
1    Basic     1C   CORP  0.51  0.74  0.43  0.51  0.74  0.43
2    Basic     2A   CORP  0.41  0.01  0.23  0.37  0.06  0.81
3    Basic     2B   CORP  0.58  0.28  0.04  0.96  0.29  0.85
4    Basic     2C   CORP  0.28  0.92  0.62  0.22  0.22  0.78
5    Basic     3A RETAIL  0.68  0.48  0.71    NA    NA    NA

如果您有更多遵循此模式的列，那么您可能希望对其进行概括。但对于三列，我只会采用这种方法。

更通用的解决方案：

for (target in grep("ee", colnames(df3), value=TRUE)) {
  source <- sub("^ee", "we", target)
  df3[[target]] <- ifelse(
    is.na(df3[[target]]) & df3$Class == "CORP",
    df3[[source]],
    df3[[target]]
  )
}