Заменить пропущенные значения наибольшим значением подмножества

Question

Я хочу написать функцию, которая проходит через мой df и заменяет ячейки в столбце rectangle , которые являются неизвестными значениями "UNK", на идентификатор прямоугольника прямоугольника с наибольшей суммой weight из той же области , что и прямоугольник "UNK".

то есть со следующими данными, я бы хотел, чтобы ячейка прямоугольника "UNK" в первой строке была заменена на "37D5""

area <- c("4.a","4.a","4.a","6.a","4.a","4.a","6.a","6.a","4.a","4.a","4.b","4.a","4.a","4.b","4.b")
rectangle <- c("UNK","37D5","39E1","42E7","37D5","37D5","37D5","38D6","43E8","45F2","40F2","47F0","37D5","49E8","50F0")
weight <- c(1800,200,595,219,517,610,2140,1248,120,492,1085,1278,1759,1902,1862)
trip <- c(1:15)

df1 <- data.frame(area,rectangle,weight,trip)

Answer 1

Давайте сначала вычислим отдельную таблицу, содержащую каждый прямоугольник с наибольшим суммированным весом, по area group:

weights <- df1 %>% group_by(area, rectangle) %>% 
  summarize(weight = sum(weight)) %>% 
  filter(weight == max(weight)) %>% 
  select(-weight)

# A tibble: 3 x 2
# Groups:   area [3]
  area  rectangle
  <fct> <fct>    
1 4.a   37D5     
2 4.b   49E8     
3 6.a   37D5

Тогда мы left_join в нашей новой таблице и заменим UNK значения:

df1 %>% 
  left_join(., weights, by = c("area")) %>% 
  mutate(rectangle.x = if_else(rectangle.x == "UNK", rectangle.y, rectangle.x)) %>% 
  select(-rectangle.y) %>% 
  rename(rectangle = rectangle.x)

   area rectangle weight trip
1   4.a      37D5   1800    1
2   4.a      37D5    200    2
3   4.a      39E1    595    3
4   6.a      42E7    219    4
5   4.a      37D5    517    5
6   4.a      37D5    610    6
7   6.a      37D5   2140    7
8   6.a      38D6   1248    8
9   4.a      43E8    120    9
10  4.a      45F2    492   10
11  4.b      40F2   1085   11
12  4.a      47F0   1278   12
13  4.a      37D5   1759   13
14  4.b      49E8   1902   14
15  4.b      50F0   1862   15