Wie ersetze ich eine NA durch einen äquivalenten Wert von einer anderen Stelle in einem Datensatz?

Question

Ich habe versucht, nach einer ähnlichen Frage zu suchen, konnte aber keine finden. Wenn Sie das tun, lassen Sie es mich bitte wissen! Getreide Heftklammern Blick auf

Hier ist eine Teilmenge von meinem Dataset

Ich habe an einem Projekt arbeiten:

   nutrient.component.  grain nutrients 
1    Beta-carotene (μg) White Rice  0.00 
2    Beta-carotene (μg) Brown Rice  NA 
3      Calcium (mg) White Rice  28.00 
4      Calcium (mg) Brown Rice  23.00 
5     Carbohydrates (g) White Rice  80.00 
6     Carbohydrates (g) Brown Rice  77.00 
7      Copper (mg) White Rice  0.22 
8      Copper (mg) Brown Rice  NA 
9      Energy (kJ) White Rice 1528.00 
10      Energy (kJ) Brown Rice 1549.00 
11       Fat (g) White Rice  0.66 
12       Fat (g) Brown Rice  2.92 
13      Fiber (g) White Rice  1.30 
14      Fiber (g) Brown Rice  3.50 
15   Folate Total (B9) (μg) White Rice  8.00 
16   Folate Total (B9) (μg) Brown Rice  20.00 
17      Iron (mg) White Rice  0.80 
18      Iron (mg) Brown Rice  1.47 
19   Lutein+zeaxanthin (μg) White Rice  0.00 
20   Lutein+zeaxanthin (μg) Brown Rice  NA 
21     Magnesium (mg) White Rice  25.00 
22     Magnesium (mg) Brown Rice 143.00 
23     Manganese (mg) White Rice  1.09 
24     Manganese (mg) Brown Rice  3.74 
25 Monounsaturated fatty acids (g) White Rice  0.21 
26 Monounsaturated fatty acids (g) Brown Rice  1.05 
27     Niacin (B3) (mg) White Rice  1.60 
28     Niacin (B3) (mg) Brown Rice  5.09 
29  Pantothenic acid (B5) (mg) White Rice  1.01 
30  Pantothenic acid (B5) (mg) Brown Rice  1.49 
31     Phosphorus (mg) White Rice 115.00 
32     Phosphorus (mg) Brown Rice 333.00 
33 Polyunsaturated fatty acids (g) White Rice  0.18 
34 Polyunsaturated fatty acids (g) Brown Rice  1.04 
35     Potassium (mg) White Rice 115.00 
36     Potassium (mg) Brown Rice 223.00 
37      Protein (g) White Rice  7.10 
38      Protein (g) Brown Rice  7.90 
39    Riboflavin (B2)(mg) White Rice  0.05 
40    Riboflavin (B2)(mg) Brown Rice  0.09 
41  Saturated fatty acids (g) White Rice  0.18 
42  Saturated fatty acids (g) Brown Rice  0.58 
43     Selenium (μg) White Rice  15.10 
44     Selenium (μg) Brown Rice  NA 
45      Sodium (mg) White Rice  5.00 
46      Sodium (mg) Brown Rice  7.00 
47      Sugar (g) White Rice  0.12 
48      Sugar (g) Brown Rice  0.85 
49     Thiamin (B1)(mg) White Rice  0.07 
50     Thiamin (B1)(mg) Brown Rice  0.40 
51     Vitamin A (IU) White Rice  0.00 
52     Vitamin A (IU) Brown Rice  0.00 
53     Vitamin B6 (mg) White Rice  0.16 
54     Vitamin B6 (mg) Brown Rice  0.51 
55     Vitamin C (mg) White Rice  0.00 
56     Vitamin C (mg) Brown Rice  0.00 
57 Vitamin E, alpha-tocopherol (mg) White Rice  0.11 
58 Vitamin E, alpha-tocopherol (mg) Brown Rice  0.59 
59     Vitamin K1 (μg) White Rice  0.10 
60     Vitamin K1 (μg) Brown Rice  1.90 
61      Water (g) White Rice  12.00 
62      Water (g) Brown Rice  10.00 
63      Zinc (mg) White Rice  1.09 
64      Zinc (mg) Brown Rice  2.02 

Brauner Reis hat vier NA-Werte.
Basierend auf dieser Grafik, Ich denke, es wäre fair anzunehmen, dass die NA-Werte für braunen Reis werden sehr nahe an den entsprechenden Wert für weißen Reis. Und dass es genauer wäre, die Werte für weißen Reis zu spiegeln, anstatt die Werte auf Null zu setzen.

Meine Frage ist, neben der manuellen Suche und Eingabe des weißen Reisäquivalent Nährstoffes für braunen Reis, wie würde der Code aussehen, um NA durch den entsprechenden Wert für weißen Reis zu ersetzen? Ich würde erwarten, dass das Ergebnis den NA-Wert für Kupfer umrechnet; Brauner Reis, um den gleichen Wert wie Kupfer zu sein; Weißer Reis (der 0,22 ist). Wäre es besser, zuerst NA durch Null zu ersetzen? Aber wenn ich das tue, dann habe ich sechs Nährstoffe mit einem Wert von Null anstelle von vier Werten mit NA. Ich versuche, die richtige Einstellung zu finden, um dies durch Code zu lösen. Jeder Einblick in dieses würde sehr geschätzt werden.

Danke

Answer 1

Unter der Annahme, dass der Datenrahmen Ihrer Eingabedaten dt heißt, können wir die fill-Funktion aus dem tidyr-Paket verwenden, um diese Aufgabe zu erfüllen. dt2 ist die endgültige Ausgabe.

library(tidyr) 

dt2 <- dt %>% fill(nutrients) 

dt2 
    nutrient.component.       grain nutrients 
1     1 Beta-carotene (µg) White Rice  0.00 
2     2 Beta-carotene (µg) Brown Rice  0.00 
3     3  Calcium (mg) White Rice  28.00 
4     4  Calcium (mg) Brown Rice  23.00 
5     5 Carbohydrates (g) White Rice  80.00 
6     6 Carbohydrates (g) Brown Rice  77.00 
7     7  Copper (mg) White Rice  0.22 
8     8  Copper (mg) Brown Rice  0.22 
... 

Der Standard von fill wird die NA auf der Grundlage der vorherigen und nächsten Nicht-NA Reihe zurechnet. Daher ist es wichtig sicherzustellen, dass jeder Datensatz des braunen Reises genau die nächste Zeile des zugehörigen Datensatzes für weißen Reis ist.

Answer 2

Ich gehe davon aus, dass Ihr Datensatz von Klasse ist data.frame und dass es dat benannt.

Ich glaube, der folgende Code wird es tun. Es teilt das df in Listen von 2 oder 1 Zeilen (die letzte Zeile in Ihrem Beispiel fehlt brauner Reis). Dann überprüft es, ob irgendwelche dieser Listen 2 Reihen haben und ob die Nährstoffe von braunem Reis NA sind. Wenn ja, weist es den Wert von White Rice zu. Dann sammelt die resultierende Liste in einem data.frame zurück.

sp <- split(dat, dat$nutrient.component.) 
res <- lapply(sp, function(x){ 
      if(nrow(x) == 2 & is.na(x$nutrients[x$grain == "Brown Rice"])) 
       x$grain[x$grain == "Brown Rice"] <- "White Rice" 
      x 
      } 
     ) 

rm(sp) # tidy up 

res <- do.call(rbind, res) 
res 

Answer 3

Das zoo Paket hat einige nützliche Funktionen mit NA umgehen:

library(data.table) 
setDT(DT)[, nutrients := zoo::na.aggregate(nutrients), by = nutrient.component][] 

    nutrient.component  grain nutrients 
1:  Beta-carotene (<U+00B5>g) White Rice  0.00 
2:  Beta-carotene (<U+00B5>g) Brown Rice  0.00 
3:      Calcium (mg) White Rice  28.00 
4:      Calcium (mg) Brown Rice  23.00 
5:    Carbohydrates (g) White Rice  80.00 
6:    Carbohydrates (g) Brown Rice  77.00 
7:      Copper (mg) White Rice  0.22 
8:      Copper (mg) Brown Rice  0.22 
9:      Energy (kJ) White Rice 1528.00 
10:      Energy (kJ) Brown Rice 1549.00 
11:       Fat (g) White Rice  0.66 
12:       Fat (g) Brown Rice  2.92 
13:      Fiber (g) White Rice  1.30 
14:      Fiber (g) Brown Rice  3.50 
15: Folate Total (B9) (<U+00B5>g) White Rice  8.00 
16: Folate Total (B9) (<U+00B5>g) Brown Rice  20.00 
17:      Iron (mg) White Rice  0.80 
18:      Iron (mg) Brown Rice  1.47 
19: Lutein+zeaxanthin (<U+00B5>g) White Rice  0.00 
20: Lutein+zeaxanthin (<U+00B5>g) Brown Rice  0.00 
... 

Hinweis Reihen 2, 8 und 20.

data.table wird hier verwendet, weil es aktualisiert DTan der richtigen Stelle, die das Kopieren der ganzen Tabelle vermeidet, um Speicher und Zeit zu sparen.