<\/p>\n
Sie k\u00f6nnen die Funktion \u201ecoalesce()\u201c<\/strong> aus dem dplyr-<\/a> Paket in R verwenden, um den ersten nicht fehlenden Wert an jeder Position eines oder mehrerer Vektoren zur\u00fcckzugeben.<\/span><\/p>\n Es gibt zwei g\u00e4ngige M\u00f6glichkeiten, diese Funktion zu verwenden:<\/span><\/span><\/p>\n Methode 1: Fehlende Werte im Vektor ersetzen<\/strong><\/span><\/p>\n Methode 2: Geben Sie den ersten nicht fehlenden Wert in den Datenrahmenspalten zur\u00fcck<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie die einzelnen Methoden in der Praxis angewendet werden k\u00f6nnen.<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der Funktion \u201ecoalesce()\u201c<\/strong> alle fehlenden Werte in einem Vektor durch einen Wert von 100 ersetzen:<\/span><\/p>\n Beachten Sie, dass jeder NA-<\/strong> Wert im urspr\u00fcnglichen Vektor durch einen Wert von 100<\/strong> ersetzt wurde.<\/span><\/p>\n Angenommen, wir haben den folgenden Datenrahmen in R:<\/span><\/p>\n Der folgende Code zeigt, wie die Funktion \u201ecoalesce()\u201c<\/strong> verwendet wird, um den ersten nicht fehlenden Wert in den Spalten A und B des Datenrahmens zur\u00fcckzugeben:<\/span><\/p>\n Die resultierende Spalte C enth\u00e4lt den ersten nicht fehlenden Wert in den Spalten A und B.<\/span><\/p>\n Beachten Sie, dass Zeile 5 in Spalte C den Wert NA hat, da die Spalten A und B beide NA-Werte in dieser Zeile hatten.<\/span><\/span><\/p>\n Wir k\u00f6nnen der Funktion \u201ecoalesce()\u201c<\/strong> einfach einen zus\u00e4tzlichen Wert hinzuf\u00fcgen, der als Wert verwendet wird, wenn in jeder Spalte NA-Werte vorhanden sind:<\/span><\/p>\n Beachten Sie, dass der NA-Wert in Zeile 5 von Spalte C jetzt durch den Wert 100<\/strong> ersetzt wurde.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie mit dplyr weitere g\u00e4ngige Funktionen ausf\u00fchren:<\/span><\/p>\n So l\u00f6schen Sie Zeilen mit dplyr<\/a> Sie k\u00f6nnen die Funktion \u201ecoalesce()\u201c aus dem dplyr- Paket in R verwenden, um den ersten nicht fehlenden Wert an jeder Position eines oder mehrerer Vektoren zur\u00fcckzugeben. Es gibt zwei g\u00e4ngige M\u00f6glichkeiten, diese Funktion zu verwenden: Methode 1: Fehlende Werte im Vektor ersetzen library (dplyr) #replace missing values with 100 coalescence(x, 100) Methode 2: Geben Sie […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n library<\/span> (dplyr)<\/span>\n\n#replace missing values with 100\n<\/span>coalescence(x, 100)\n<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n#return first non-missing value at each position across columns A and B<\/span>\ncoalesce(df$A, df$B)<\/strong>\n<\/pre>\n Beispiel 1: Verwenden Sie colonesce(), um fehlende Werte im Vektor zu ersetzen<\/strong><\/span><\/h2>\n
library<\/span> (dplyr)<\/span>\n\n#create vector of values\n<\/span>x <- c(4, NA, 12, NA, 5, 14, 19)\n\n#replace missing values with 100\n<\/span>coalescence(x, 100)\n\n[1] 4 100 12 100 5 14 19\n<\/strong><\/pre>\n Beispiel 2:<\/strong><\/span> Verwenden Sie \u201ecoalesce()\u201c, um den ersten nicht fehlenden Wert in den Datenrahmenspalten zur\u00fcckzugeben<\/strong><\/span><\/h2>\n
#create data frame\ndf <- data. frame<\/span> (A=c(10, NA, 5, 6, NA, 7, NA),\n B=c(14, 9, NA, 3, NA, 10, 4))<\/span>\n\n#view data frame\ndf\n\n AB\n1 10 14\n2 NA 9\n3 5 NA\n4 6 3\n5 NA NA\n6 7 10\n7 NA 4\n<\/span><\/span><\/strong><\/span><\/pre>\n library<\/span> (dplyr)\n\n#create new column that coalesces values from columns A and B\ndf$C <- coalesce(df$A, df$B)\n<\/span>\n#view updated data frame\ndf\n\n ABC\n1 10 14 10\n2 NA 9 9\n3 5 NA 5\n4 6 3 6\n5 NA NA NA\n6 7 10 7\n7 NA 4 4<\/span><\/span><\/strong><\/span><\/pre>\n library<\/span> (dplyr)\n\n#create new column that coalesces values from columns A and B\ndf$C <- coalesce(df$A, df$B, 100)\n<\/span>\n#view updated data frame\ndf\n\n ABC\n1 10 14 10\n2 NA 9 9\n3 5 NA 5\n4 6 3 6\n5 NA NA 100\n6 7 10 7\n7 NA 4 4\n<\/span><\/span><\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So ordnen Sie Zeilen mit dplyr an<\/a>
So filtern Sie mit dplyr nach mehreren Bedingungen<\/p>\n","protected":false},"excerpt":{"rendered":"