通过从另一列中获取值来替换一列中的值

Question

今天早上问了一个问题，现在我想问另一种替换方法，因为我正在等待我的老师确认物种名称。

我有一个这样的数据框（真正的df 是通过删除重复的行产生的）

df <- data.frame(name1 = c("a" , "b", "c", "a"),
                 name2 = c("x", NA, NA, NA),
                 name3 = c(NA, "b1", "c1", NA),
                 name4 = c("x", "b1", "c1", "a"))

  name1 name2 name3 name4
1     a     x  <NA>     x
2     b  <NA>    b1    b1
3     c  <NA>    c1    c1
4     a  <NA>  <NA>     a

如果name4 列中的值与name1 列匹配，我们可以通过调用将a 替换为x 吗？

我不想在这里直接使用和分配x，因为我的数据应该有很多这样的情况。请问有什么建议给我吗？ （使用 base-R 对我来说也很好，因为我很想了解更多）

期望的输出

  name1 name2 name3 name4
1     a     x  <NA>     x
2     b  <NA>    b1    b1
3     c  <NA>    c1    c1
4     a  <NA>  <NA>     x

我对表格的解释和我的期望：

我有 3 列 name1、name2、name3（删除重复行后）。 Name4 列是最后一列，其中包含我想要的前 3 列的值。 name2 列中的值是我使用的第一优先级，然后是 name3 中的值。

在我的第四行中，由于 NA 值出现在 name2 列中，所以我从 name1 列中取了一个“a”。我在想是否可以在不分配 x 的情况下用 x 替换 a

Answer 1

据我了解，您定义 name4 的标准是：

1. 如果可用，请使用同一行中的name2
2. 如果可用，请使用同一行中的 name3
3. 别管它（暂时）
4. 使用共享相同name1 值的先前行中的name4 值填充缺失的name4 值。

如果您想要基于 tidyverse 的解决方案：

library(dplyr)
library(tidyr)

df <- data.frame(name1 = c("a" , "b", "c", "a"),
                 name2 = c("x", NA, NA, NA),
                 name3 = c(NA, "b1", "c1", NA))

result <- df %>% 
  mutate(name4 = case_when(
    #!is.na(name4) ~ name4, # when name4 is not missing, use it? If you like...
    !is.na(name2) ~ name2, # when name2 is not missing, use it
    !is.na(name3) ~ name3, # when name3 is not missing, use it
    TRUE ~ NA_character_   # leave a NA for now otherwise
  )) %>%
  group_by(name1) %>%
  fill(name4, .direction = c("down")) %>% # Fill each group looking at the previous non-missing row.
  ungroup()

返回：

# A tibble: 4 × 4
  name1 name2 name3 name4
  <chr> <chr> <chr> <chr>
1 a     x     NA    x    
2 b     NA    b1    b1   
3 c     NA    c1    c1   
4 a     NA    NA    x   

注意fill可以填充多个方向，如果要先从上到下再从下到上填充，可以使用“downup”。

Answer 2

您可以按name1 分组，如果name1 和name4 相等，则将name4 值替换为第一个可用的非NA 值。

library(dplyr)

df %>%
  group_by(name1) %>%
  mutate(name4 = ifelse(name1 == name4, na.omit(unlist(cur_data()))[1], name4)) %>%
  ungroup

# name1 name2 name3 name4
#  <chr> <chr> <chr> <chr>
#1 a     x     NA    x    
#2 b     NA    b1    b1   
#3 c     NA    c1    c1   
#4 a     NA    NA    x    

Answer 3

你可以这样做：

df[which(df$name1==df$name4), "name4"] <- "x"

基本上，这意味着子集您的数据框选择行，其中name1 == name4 和name4 列，然后将这些值更改为“x”

Answer 4

基Rifelse解决方案：

df$name4 <- ifelse(df$name1 == df$name4, "x", df$name4)

根据您的更新，使用dplyr 的first：

library(dplyr)

df$name4 <- ifelse(df$name1 == df$name4, first(df$name4), df$name4)

执行以下操作：

• 检查 name1 是否等于 name 4
• 如果 name1 等于 name4，它会将 name4 的值替换为 name4 出现的第一个值。

结果：

  name1 name2 name3 name4
1     a     x  <NA>     x
2     b  <NA>    b1    b1
3     c  <NA>    c1    c1
4     a  <NA>  <NA>     x