根据其他列值替换所有缺失值

Question

这是一个虚拟数据框来展示我想要实现的目标：

data.frame(id = c(1,2,3,4,5),
           type = c("a","b","a","c","b"),
           value1 = c(10,NA,NA,NA,35),
           value2 = c(13,NA,NA,NA,39),
           value3 = c(8,NA,NA,NA,38),
           value4 = c(10,NA,NA,NA,25),
           value5 = c(15,NA,NA,NA,44),
           value6 = c(5,NA,NA,NA,24),
           value7 = c(11,NA,NA,NA,42))

id	类型	值1	…	值7
1	a	10		11
2	b	不适用		不适用
3	a	不适用		不适用
4	c	不适用		不适用
5	b	35		42

目标是将 value1 至 value7 列中的 NA 替换为根据 type 变化的值。

例如，类型“a”的所有 NA 值将替换为 12，类型“b”的所有 NA 值将替换为 38，而类型“c”的所有 NA 值将替换为 50。

所以想要的结果看起来像这样：

id	类型	值1	…	值7
1	a	10		11
2	b	38		38
3	a	12		12
4	c	50		50
5	b	35		42

关于如何获得此结果有什么想法吗？

我知道我可以通过这样做来得到这个结果：

df %>% 
mutate(value1 = case_when(type == "a" ~ coalesce(value1,12), 
                          type == "b" ~ coalesce(value1,38), 
                          T ~ coalesce(value1,50)))

对所有其他列执行相同的操作，但实际上我有超过 7 个列需要更改。所以这个方法非常不实用。

我一直在寻找一个可以让我替换行中所有 NA 的函数，但到目前为止还没有找到。

提前致谢！

Answer 1

df |>
  mutate(across(
    -type,
    ~ coalesce(
      .x,
      case_match(
        type,
        "a" ~ 12,
        "b" ~ 38,
        "c" ~ 50
      )
    )
  ))