用r中的最大行替换NaN值

我没有可复制的数据集,但这可能有效:

t(apply(df_mat, 1, function(x) {ifelse(is.na(x), max(x, na.rm = TRUE), x)}))

可以使用多个选项 tidyverse 和; reshape2 包装。

选项1: 您可以将数据转换为长格式并进行处理。最后,使用 dcast 。

library(tidyverse)
library(reshape2)

df %>% gather(Key, Value, -PARTY_ID) %>%
  group_by(PARTY_ID) %>%
  mutate(Value = ifelse(is.na(Value), max(Value, na.rm = TRUE), Value)) %>%
  dcast(PARTY_ID~Key, value.var = "Value")

#   PARTY_ID O1 O2 O3 O4
# 1       P1 20 20 20 20
# 2       P2  3 18 18 18

选项2: OP提到她有很多排( 600K )在data.frame中。因此,另一种选择是使用宽格式的数据本身。 dplyr::mutate_at 在这种情况下会有很大的帮助。我宁愿选择这个选项。

library(dplyr)

df %>% mutate(RowMax = apply(select(.,starts_with("O")), 1, FUN=max, na.rm=TRUE)) %>%
  mutate_at(vars(starts_with("O")), funs(ifelse(is.na(.), RowMax,.))) %>%
  select(-RowMax)

#   PARTY_ID O1 O2 O3 O4
# 1       P1 20 20 20 20
# 2       P2  3 18 18 18

数据:

df <- read.table(text = 
"PARTY_ID O1 O2 O3 O4
P1 20 NA NA NA
P2 3 18 NA NA",
header = TRUE, stringsAsFactors = FALSE)

解决方案来自 zoo na.locf

data.frame(t(na.locf(t(A))))

  PARTY_ID O1 O2 O3 O4
1       P1 20 20 20 20
2       P2  3 18 18 18

这应该是非常快的,因为它是一个单独的任务,而不是一行一行:

idxna <- which(is.na(df[-1]), arr.ind=TRUE)
df[-1][idxna] <- do.call(pmax, c(df[-1], na.rm=TRUE))[idxna[,"row"]]
df

#  PARTY_ID O1 O2 O3 O4
#1       P1 20 20 20 20
#2       P2  3 18 18 18

使用@mkr的数据。