【问题标题】：assigning values to specific cells based on the values in a specific column根据特定列中的值将值分配给特定单元格
【发布时间】：2019-10-04 01:32:48
【问题描述】：

以下是有助于为以下问题创建样本的数据：

df1 <- data.frame(ID = c(1:5), Order_status_1 = c(1,1,0,0,1), Order_time_1 = c(20, 30, 0, 0, 47), 
Order_status_1 = c(0,1,1,1,1), Order_time_1 = c(0, 36, 12, 24, 88), Order_status_3 = c(0, 1, 1, 0, 
0), Order_time_3 = c(0, 40, 25, 0, 0), Order_status_4 = c(0, 1, 0, 0, 0), Order_time_3 = c(0, 65, 0, 
0, 0),  Order_close_date = c(100, 200, 300, 400, 500)  )

预期输出

df2 <- data.frame(ID = c(1:5), Order_status_1 = c(1,1,0,0,1), Order_time_1 = c(20, 30, 0, 0, 47), 
Order_status_2 = c(0,1,1,1,1), Order_time_2 = c(100, 36, 12, 24, 88), Order_status_3 = c(0, 1, 1, 0, 
0), Order_time_3 = c(100, 40, 25, 400, 500), Order_status_4 = c(0, 1, 0, 0, 0), Order_time_4 = 
c(100, 65, 300, 400, 500),  Order_close_date = c(100, 200, 300, 400, 500)  )

如您所见，最后一个（时间）列中的值被复制到包含 0 -> 的时间列中，位于非零时间值列之后。

我强烈认为循环应该从最后一个时间列开始检查 (0)，直到它达到非零值，然后在相应的单元格中插入值 (100,200,300,400,500)。数据包含多行，这只是其中的一个示例。因此，请提供可以运行代码超过 1000 行的解决方案（例如 for 或 if 循环）。

【问题讨论】：

StackOverflow 不是代码编写服务。请通读Help Center，尤其是How do I ask a good question? 如果您遇到特定问题，请彻底研究，在这里彻底搜索，如果您仍然卡住，请发布您的代码和问题描述。另外，请记住包括Minimum, Complete, Verifiable Example。人们会很乐意提供帮助

标签： r

【解决方案1】：

在基数 R 中，我们可以在 "time" 列上按行使用 apply，并将第一次出现非零值后的 0 替换为最后一列值。

time_columns <- c(grep("time", names(df1)), ncol(df1))

df1[time_columns] <- t(apply(df1[time_columns], 1, function(x) 
            replace(x, x == 0 & seq_along(x) > which.max(x !=0), x[length(x)])))

【讨论】：

它给出了以下错误：[<-.data.table(*tmp*, time_column, value = c(2, 4, 6, 8, 中的错误：提供 325 项分配给列的 13 项'ID'。RHS 长度必须为 1（单个值即可）或与 LHS 长度完全匹配。如果您希望“回收”RHS，请明确使用 rep() 以使代码读者清楚这一意图。另外：警告信息：在[<-.data.table(*tmp*, time_column, value = c(2, 4, 6, 8, := 的25列矩阵RHS将被视为一个向量
@AashayMehta 看起来你有一个 data.table 而在示例中你有数据框。您可以将数据转换为数据框然后尝试吗？ df1 <- data.frame(df1)
知道了！非常感谢@Ronak Shah

【解决方案2】：

使用data.table 转换为长格式的选项，更新适当的行，然后根据所需的输出转换为宽格式：

library(data.table)

#convert into long format
DT <- melt(setDT(df1), id.vars=c("ID", "Order_close_date"), 
    measure.vars=patterns("^Order_status", "^Order_time"),
    value.name=c("Order_status", "Order_time"),
    variable.name="Order", variable.factor=FALSE)

#update rows where Order_status is 0 and there is a 1 before then
DT[DT[, .I[Order_status==0 & cumsum(Order_status) > 0], ID]$V1, 
    Order_time := Order_close_date]

#pivot into wide format
ans <- dcast(DT, ID + Order_close_date ~ Order, value.var=c("Order_status","Order_time"))
setcolorder(ans, names(df1))[]

输出：

  ID Order_status_1 Order_time_1 Order_status_2 Order_time_2 Order_status_3 Order_time_3 Order_status_4 Order_time_4 Order_close_date
1  1              1           20              0          100              0          100              0          100              100
2  2              1           30              1           36              1           40              1           65              200
3  3              0            0              1           12              1           25              0          300              300
4  4              0            0              1           24              0          400              0          400              400
5  5              1           47              1           88              0          500              0          500              500

【讨论】：