如何创建一个函数，用另一列中的值填充一列中的空行？

Question

我想制作一个函数来获取这些数据

now      changed   before
"12ab"   "yes"     "21ba"
"34de"   "no"      
"56fg"   "yes"     "gf65"
"78hi"   "no"      NA

并将其转换为

now      changed   before
"12ab"   "yes"     "21ba"
"34de"   "no"      "34de"
"56fg"   "yes"     "gf65"
"78hi"   "no"      "78hi"

所以如果 before 为空，我希望 before 取 now 的值（假设如果它没有改变，它一定是相同的。

我想使用一个函数，因为我想将它应用到更多列对

我尝试了这个：

library(purrr)
library(dplyr)
fun <- function(data, x, y) {
     coalesce(case_when(data[[y]] == NA | data[[y]] == '' ~ data[[x]], data[[y]])
}
df[c("before", "before1")] <- map2(c("now", "now1"),c("before", "before1") ~  fun(df, .x, .y))

但它没有做任何事情。

Answer 1

您可以使用 dplyr::na_if 将空字符串转换为 NA，并使用 dplyr::coalesce 进行合并：

library(dplyr)
df %>% 
  na_if("") %>% 
  mutate(before = coalesce(before, now))

#    now changed before
# 1 12ab     yes   21ba
# 2 34de      no   34de
# 3 56fg     yes   gf65
# 4 78hi      no   78hi

作为一个函数，您可以：

f <- function(data, x, y){
  data %>% 
    na_if("") %>% 
    mutate(before = coalesce({{x}}, {{y}}))
}

f(df, before, now)

Answer 2

请参阅上面关于在读取数据时定义 na.strings 的评论。然后你可以使用基R来填充缺失的数据：

df$before[is.na(df$before)] <- df$now[is.na(df$before)]