R 过滤器 table 与映射 table 以减少 NA 值

Question

我想过滤一个table bsp1

g <- factor(c("Company 1", "Company 2", "Company 3", "Company 4", "Company 5"))
w <- factor(c("a", "b", "c", "a", "c"))
x <- c(28, 18, 25, NA, 21)
y <- c(80, NA, 74, 101, NA)
z <- c(170, 174, 183, NA, 185)
bsp1 <- data.frame(g, w, x, y, z)
colnames(bsp1) <- c("Company", "Sector", "Item 1", "Item 2", "Item 3")
rm(w, x, y, z)
bsp1

#    Company Sector Item 1 Item 2 Item 3
# 1 Company 1      a     28     80    170
# 2 Company 2      b     18     NA    174
# 3 Company 3      c     25     74    183
# 4 Company 4      a     NA    101     NA
# 5 Company 5      c     21     NA    185

基于映射 table bsp2

sector <- factor(c("a", "b", "c"))
a <- c(1, 1, 1)
b <- c(NA, 1, NA)
c <- c(NA, NA, 1)
bsp2 <- data.frame(sector, a, b, c)
colnames(bsp2)  <- c("Sector", "Item 1", "Item 2", "Item 3")
bsp2

#   Sector Item 1 Item 2 Item 3
# 1      a      1     NA     NA
# 2      b      1      1     NA
# 3      c      1     NA      1

过滤规则应该是：对于项目不是 NA 的 bsp2 中的每个扇区，应删除项目中具有 NA 的相应扇区的 bsp1 中的行。

因此，期望的结果看起来像 bsp3

bsp3 <- bsp1[c(1, 3, 5),]
bsp3

#    Company Sector Item 1 Item 2 Item 3
# 1 Company 1      a     28     80    170
# 3 Company 3      c     25     74    183
# 5 Company 5      c     21     NA    185

公司 2 已删除，因为 b 需要项目 2。第 5 行未删除，因为扇区 3 不需要第 2 项。

我想到了一个针对 bsp1 上所有扇区的应用函数，其中包含一个相关列的向量，该向量使用以下向量函数导出。

a <- !is.na(bsp2[1,])
a <- which(a==c("TRUE"))

不幸的是，在一个向量的过滤测试中，我遇到了一个问题，即 b 被解释为矩阵。

b <- is.na(bsp1[, a]) 
c <- which(b==c("TRUE"))
reduced2016b <- data2013[-c,]

即使我手动设置了矢量，过滤结果也不是我期望的那样。如果有人有解决这个问题的想法，那就太好了。部分步骤也对我有帮助。

提前致谢！

Answer 1

一种方法是 melt 两个数据框，merge 按部门和变量，并找出哪些公司有 NA value.x 而不是 NA 对于 value.y，即

library(reshape2)
new_df <- merge(melt(bsp1), melt(bsp2), by = c('Sector', 'variable'))
ind <- as.character(new_df$Company[is.na(new_df$value.x) & !is.na(new_df$value.y)])
bsp1[!bsp1$Company %in% ind,]

#    Company Sector Item 1 Item 2 Item 3
#1 Company 1      a     28     80    170
#3 Company 3      c     25     74    183
#5 Company 5      c     21     NA    185

Answer 2

一个与上面非常相似的答案，在发布时刚刚完成。

您可能想像这样定义数据框

    bsp1 <- data.frame(Company=factor(c("Company 1", "Company 2", "Company  3", "Company 4", "Company 5")),
                       Sector=factor(c("a", "b", "c", "a", "c")),
                       Item1=c(28, 18, 25, NA, 21), 
                       Item2=c(80, NA, 74, 101, NA),
                       Item3= c(170, 174, 183, NA, 185))

和

    bsp2 <- data.frame(Sector=factor(c("a", "b", "c")), 
               Item1=c(1, 1, 1), 
               Item2=c(NA, 1, NA), 
               Item3=c(NA, NA, 1))

然后熔化并合并 bsp1 和 bsp2

    bsp1m <- melt(bsp1,id.vars=c("Company","Sector"))

    bsp2m <- melt(bsp2,id.vars="Sector", value.name = "flag") 

    bsp3m <- merge(bsp1m,bsp2m,by=c("Sector","variable"))

最后根据 bsp1m 中的 NA 和 bsp2m 中的 1 的位置对 bsp1 进行子集

    bsp3 <- bsp1[!bsp1$Company %in% bsp3m$Company[is.na(bsp3m$value) & !is.na(bsp3m$flag)],]

R 过滤器 table 与映射 table 以减少 NA 值

R filter table with mapping table to reduce NA values

select

r

filter

apply

na