NAをデータセット内の別の場所の同等の値に置き換えるにはどうすればよいですか？

Question

私は同様の質問を探してみましたが、見つけられませんでした。もしあなたが私に教えてください！

   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 

玄米は、4つのNA値を持っている：私は穀物ステープル

を見てプロジェクトに取り組んできました

ここに私のデータセットのサブセットです。
この図に基づいて、 ブラウンライスのNA値は、ホワイトライスの相当値に非常に近いと仮定することは公正だと思います。白米値をゼロに変換するのではなく、白米値を反映させる方が正確です。

私の質問は、手作業で玄米に相当する白米相当の栄養素を探して入力するだけでなく、NAを白米と同等の値に置き換えるコードはどのように見えますか？私はその結果がCopperのNA値を変換すると期待しています。ブラウンライスは銅と同じ価値がある。白米（0.22）。最初にNAをゼロに置き換える方がよいでしょうか？しかし、私がそれをすると、NAを持つ4つの値ではなく、ゼロの値を持つ6つの栄養素が得られます。私はコードを使ってこれを解決するための正しい考え方を理解しようとしています。これについての洞察は非常に高く評価されます。

は、私はあなたのデータセットがクラス data.frameであることを前提としてい

Answer 1

入力データのデータフレームをdtとすると、tidyrパッケージのfill関数を使用してこのタスクを達成できます。 dt2が最終出力です。

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 
... 

fillのデフォルトは、以前と最も近い非NA列に基づいて、NA転嫁します。したがって、各玄米の記録が、関連する白米記録の次の行であることを確認することが重要です。

Answer 2

ありがとう、それはdatという名前だということ。

私は次のコードがそれを行うと信じています。これは、dfを2行または1行のリストに分割します（例の最後の行にはBrown Riceがありません）。次に、これらのリストのいずれかに2行があり、茶色の栄養素がNAであるかどうかをチェックします。そうであれば白米の値を割り当てます。次に、得られたリストをdata.frameに戻して収集します。

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

zooパッケージは、NAに対処するためのいくつかの有用な機能を有する：

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 
... 

注行2,8、及び20

data.tableがここで使用され更新するためDTの場所にはがあり、メモリと時間を節約するためにテーブル全体をコピーすることはありません。