Início / coding / Perguntas / 79111932
Accepted
Amanda Goldberg
Asked: 2024-10-22 06:34:55 +0800 CST

Como preencher NA's em uma coluna se a coluna contiver um número, mas deixar NA se uma coluna tiver apenas NAs

  • 772

Estou criando um arquivo para execução em um modelo com contagens de espécies em vários locais diferentes que visitamos várias vezes. No entanto, nem todos os locais foram visitados em todas as visitas.

Preciso de uma coluna para permanecer todos os NA's se não foi visitado, mas deve ter um 0 se foi de um lote que foi visitado, mas a espécie não foi detectada. Abaixo está uma mini amostra dos meus dados no formato em que os tenho atualmente. Então, essencialmente, preciso de uma maneira de converter todos os NA's na coluna p1 e p2 para 0, enquanto mantenho p3 para a 2ª visita todos os NA's. Tenho centenas de colunas em meus dados reais, então preferiria não ter que atribuir manualmente se os NA's devem converter para 0 ou permanecer NA, se possível, coluna por coluna.

    ## creates example dataframe
library(dplyr)
library(tidyr)

Species<-c("a","b","c","a","d","d","c","a","b","c") # four species
visit<-c(1,1,2,2,1,2,2,1,2,1) #two visits
Site<-c("p1","p1","p1","p1","p2","p2","p2","p3","p2","p2") #three sites
TotalCount<-c(1,3,4,3,5,2,1,3,1,1) $number of individuals captured
df<-data.frame(Species, visit, Site, TotalCount)

df2 <- df %>% 
  dplyr::select("Species", "Site","TotalCount","visit") %>%
  pivot_wider(names_from = Site, values_from = TotalCount, 
             values_fill = NA)%>%
arrange(visit, Species)

O quadro de dados final do df2 deve ficar assim:

   Species  visit   p1    p2    p3
1  a           1     1     0     3
2  b           1     3     0     0
3  c           1     0     1     0
4  d           1     0     5     0
5  a           2     3     0    NA
6  b           2     0     1    NA
7  c           2     4     1    NA
8  d           2     0     2    NA

3 respostas

  1. Best Answer

    Acredito que isso realiza a tarefa usando o pacote hutilscpp

    library(hutilscpp)

df2 %>%
  group_by(visit) %>%
  mutate_all(.funs = \(x) if (allNA(x)) x else coalesce0(x))
    • 2 
  2. df2 %>%
  mutate(across(starts_with("p"), ~ NA^(!length(na.omit(.))) * nafill(., fill = 0)), .by = visit)

    dá

    # A tibble: 8 × 5
  Species visit    p1    p2    p3
  <chr>   <dbl> <dbl> <dbl> <dbl>
1 a           1     1     0     3
2 b           1     3     0     0
3 c           1     0     1     0
4 d           1     0     5     0
5 a           2     3     0    NA
6 b           2     0     1    NA
7 c           2     4     1    NA
8 d           2     0     2    NA
    • 1

  3. Uma abordagem usandoreplace

    df2 %>% 
  mutate(across(matches("p\\d+"), ~ replace(.x, !all(is.na(.x)) & is.na(.x), 0)),
         .by = visit)
# A tibble: 8 × 5
  Species visit    p1    p2    p3
  <chr>   <dbl> <dbl> <dbl> <dbl>
1 a           1     1     0     3
2 b           1     3     0     0
3 c           1     0     1     0
4 d           1     0     5     0
5 a           2     3     0    NA
6 b           2     0     1    NA
7 c           2     4     1    NA
8 d           2     0     2    NA
    • 0

relate perguntas