是否可以根据条件从不同的数据帧中估算多个值？

Question

假设我有以下数据框......

# Starting dataframe
data <- tribble(
  ~ID, ~Excluded, ~colA, ~colB, ~colC, ~col_mean, ~varA, ~varB,
  "A", TRUE,      1,     1,     1,     1,         "X",   10,
  "B", FALSE,     NA,    2,     2,     NA,        "Y",   20,
  "C", FALSE,     3,     3,     3,     3,         "Z",   30
)

以及一个子集数据框（即存在较少的观察值），其中缺失值已被估算，例如......

# Dataframe with imputed values
data_imputed <- tribble(
  ~ID, ~Excluded, ~colA, ~colB, ~colC, ~col_mean, ~varA, ~varB,
  "B", FALSE,     2,     2,     2,     2,         "Y",   20,
  "C", FALSE,     3,     3,     3,     3,         "Z",   30
)

当特定列（例如col_mean）缺少值时，如何用估算数据框中的值替换原始数据框中的值？

注意：我不想用估算数据帧中的行替换整行，而只是替换一组指定的列（例如，在本例中，以“col”开头的列）。

目标数据框看起来像这样......

# Target dataframe
data <- tribble(
  ~ID, ~Excluded, ~colA, ~colB, ~colC, ~col_mean, ~varA, ~varB,
  "A", TRUE,      1,     1,     1,     1,         "X",   10,
  "B", FALSE,     2,     2,     2,     2,         "Y",   20,
  "C", FALSE,     3,     3,     3,     3,         "Z",   30
)

我试图用这个图总结问题......

我需要对四组或五组列执行此操作，因此我可以指定条件（例如is.na(col_mean)）和要使用的列（使用正则表达式）会使事情变得更容易。

我倾向于使用 tidyverse，因此首选使用 tidyverse 语法的代码。

Answer 1

你可以使用rows_来自 的家庭dplyr。在这种情况下，rows_patch()效果很好。它通过一些关键列（即ID）修改现有行，但仅覆盖NA值。

\n

library(dplyr)\n\nrows_patch(data, data_imputed, by = "ID")\n\n# # A tibble: 3 \xc3\x97 8\n#   ID    Excluded  colA  colB  colC col_mean varA   varB\n#   <chr> <lgl>    <dbl> <dbl> <dbl>    <dbl> <chr> <dbl>\n# 1 A     TRUE         1     1     1        1 X        10\n# 2 B     FALSE        2     2     2        2 Y        20\n# 3 C     FALSE        3     3     3        3 Z        30\n

\n