6

Tenho o seguinte df (dados1):

ITEM    CLASSIFICACAO
123     AZUL
456     AMARELO
789 
234     VERDE
345     PRETO
456 
567 
678     ROSA

Necessito preencher as linhas em branco da coluna CLASSIFICACAO utilizando outro data frame (dados2):

ITEM    CLASSIFICACAO
789     LARANJA
456     MARROM
567     BRANCO
100     CASA
200     BOLA

Como faço para preencher as linhas em branco do df (dados_1)? Grato

3 Respostas 3

5

Eu faria isso usando o pacote dplyr. Com o dplyr você vai combinando operações simples até atingir o resultado que você deseja:

Primeiro, os bancos de dados:

dados1 <- data.frame(
  ITEM = c(123,456,789,234,345,456,567,678),
  CLASSIFICACAO = c("AZUL", "AMARELO", NA, "VERDE", "PRETO", NA, NA, "ROSA"), stringsAsFactors = FALSE)
dados2 <- data.frame(
  ITEM = c(789, 456, 567, 100, 200),
  CLASSIFICACAO = c("LARANJA", "MARROM", "BRANCO", "CASA", "BOLA"), stringsAsFactors = F)

Agora vamos lá:

dados1 %>% 
  filter(is.na(CLASSIFICACAO)) %>% # pegamos só as linhas vazias
  select(-CLASSIFICACAO) %>% # tiramos a variável classificação
  left_join(dados2, by = "ITEM") %>% # fazemos o join com o outro bd
  bind_rows(dados1 %>% filter(!is.na(CLASSIFICACAO))) # empilhamos os dois
4

O ideal seria você ter disponibilizado seu banco de dados (através da função dput), ou uma parte dele pelo menos.

Com esse exemplo que você passou, caso essas linhas em branco sejam NA, você pode utilizar a função FillIn do pacote DataCombine.

dados1 <- data.frame(
  ITEM = c(123,456,789,234,345,456,567,678),
  CLASSIFICACAO = c("AZUL", "AMARELO", NA, "VERDE", "PRETO", NA, NA, "ROSA"))
dados2 <- data.frame(
  ITEM = c(789,456,567,100,200),
  CLASSIFICACAO = c("LARANJA", "MARROM", "BRANCO", "CASA", "BOLA"))

DataCombine::FillIn(dados1, dados2, Var1 = "CLASSIFICACAO", Var2 = "CLASSIFICACAO",
                    KeyVar = "ITEM")

  ITEM CLASSIFICACAO
1  123          AZUL
2  234         VERDE
3  345         PRETO
4  456       AMARELO
5  456        MARROM
6  567        BRANCO
7  678          ROSA
8  789       LARANJA
3

Aqui um outro exemplo com um código que nao utiliza dependencias (somente com o base do R).

No seu exemplo, 456 é o mesmo código usado para AMARELO e MARROM. Eu criei um outro código (457 para MARROM) para evitar duplicados (mas nao sei se essa era sua intenção).

Primeiro defino a regra para completar os dados faltantes com um "match" dos NAs em df1 que por ventura estejam presentes em df2. E logo aplico a regra sobre o data.frame df1

df1 <- data.frame(ITEM = c(123,456,789,234,345,457,567,678),
             CLASS = c("AZUL","AMARELO",NA,"VERDE","PRETO",NA,NA,"ROSA"), 
             stringsAsFactors = FALSE)
df2 <- data.frame(ITEM = c(457, 567,100,200, 789),
              CLASS = c("MARROM","BRANCO","CASA","BOLA","LARANJA"), 
              stringsAsFactors = FALSE)

r <- match(df1[is.na(df1$CLASS), "ITEM"], df2$ITEM)

df1[is.na(df1$CLASS), "CLASS" ] <- df2[r, "CLASS"]

print(df1)

  ITEM   CLASS
1  123    AZUL
2  456 AMARELO
3  789 LARANJA
4  234   VERDE
5  345   PRETO
6  457  MARROM
7  567  BRANCO
8  678    ROSA

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .