使用条件将值替换为上一行

Question

我想获取 ID 列不以 00 开头的数据，并将 ID 列的此值附加到上一行中描述列的末尾。

然后将剩余的值替换到上一行的Name列之后。我怎样才能用 R 做到这一点？

这是虚拟数据的来源：https://docs.google.com/spreadsheets/d/1SbmaM8hXck-z5nsNfDMbhwijvAGPkPPBgQ_eY4JAMC8/edit?usp=sharing

ID      Year    Description  Name   User       Factor_1  Factor_2   Factor_3
0011    2016    blue colour  AA     James      Xfac      NA         NA
is nice XXX     XLM          Yfac   different  Yfac      NA         NA
0024    2017    red colour   DD     Mark       Zfac      NA         NA
is good YYY     STM          Lfac   unique     Zfac      NA         NA

我想要的：

ID      Year    Description          Name   User  Factor_1   Factor_2   Factor_3
0011    2016    blue colour is nice  XXX    XLM   Yfac       different  Yfac
0024    2017    red colour is good   YYY    STM   Lfac       unique     Zfac

Answer 1

使用 -

bools <- !substr(df$ID,1,2)=="00"
values <- df[bools,1]
df <- df[!bools,]
df$Description <- paste(df[substr(df$ID,1,2)=="00","Description"],values,sep=" ")
df

输出

    ID Year         Description Name  User Factor_1 Factor_2
1 0011 2016 blue colour is nice   AA James     Xfac       NA
3 0024 2017  red colour is good   DD  Mark     Zfac       NA
  Factor_3
1       NA
3       NA

Answer 2

这是 dplyr 的解决方案：

library(dplyr)

df %>% 
  bind_cols(df %>% rename_all(function(x) paste0(x, "_dummy"))) %>%
  mutate(
    Description = ifelse(substr(lead(ID), 1, 2) != "00", 
                         paste(Description, lead(ID)), Description),
    Name = lead(Year_dummy),
    User = lead(Description_dummy),
    Factor_1 = lead(Name_dummy),
    Factor_2 = lead(User_dummy),
    Factor_3 = lead(Factor_1_dummy)
  ) %>% select(-ends_with("dummy")) %>%
  filter(substr(ID, 1, 2) == "00")

输出：

    ID Year       Description Name User Factor_1  Factor_2 Factor_3
1 0011 2016 blue colour is nice  XXX  XLM     Yfac different     Yfac
2 0024 2017  red colour is good  YYY  STM     Lfac    unique     Zfac

如果您要处理大量列，dplyr 和 base R 的组合可以做到：

library(dplyr)

df_combo <- cbind(df, df)

df$Description <- ifelse(substr(lead(df$ID), 1, 2) != "00", 
                               paste(df$Description, lead(df$ID)), df$Description)

for (i in (ncol(df) + 4):ncol(df_combo)) {

  df_combo[[i]] <- lead(df_combo[[i - ncol(df) - 2]])

}

df_combo <- subset(df_combo, substr(ID, 1, 2) == "00")

df_descr <- subset(df, substr(ID, 1, 2) == "00")

df_final <- df_combo[, (ncol(df) + 1):ncol(df_combo)]

df_final$Description <- df_descr$Description

rm(df_descr, df_combo)

输出：

     ID Year       Description Name User Factor_1  Factor_2 Factor_3
1: 0011 2016 blue colour is nice  XXX  XLM     Yfac different     Yfac
2: 0024 2017  red colour is good  YYY  STM     Lfac    unique     Zfac

Answer 3

第一部分是您要将描述粘贴在一起的部分，
还有您想要移动变量的部分，如您所愿 "XXX" 和 "YYY" 在您的 "user" 列中。

此外，在 Viveks 的回答中，所有错误的行都粘贴了所有 "right" 行，这在您的示例中有效，但如果您有几行正确的行，然后是错误的行，则不会。使用布尔值 (TRUE/FALSE) 有时效果很好，但在这种情况下，我认为您希望使用整数索引，因为这样更容易引用 "the previous line"。这给了我代码：

rmlines <- which(!substr(df$ID,1,2)=="00")
df$Description[rmlines-1] <- paste(df$Description[rmlines-1], df[rmlines,1], sep=" ")
df[rmlines-1, 4:8] <- df[rmlines, 2:6]
df <- df[-rmlines,]

但是还有一个问题需要考虑：class您的专栏是什么？
当我尝试时，我将所有内容都视为一个字符，这意味着您可以很好地移动列。在您的数据中，有些可能是因素或其他因素，因此您可能想要更改 classes。我认为最简单的方法是先将其全部更改为字符，然后再将其（返回）更改为您希望列的最终 class。

# To change everything to character:
df <- as.data.frame(lapply(df, as.character), stringsAsFactors = FALSE)
# And to assign the right classes, you need to decide case-by-case:
df$Year <- as.integer(df$Year)
df$Factor_1 <- as.factor(df$Factor1) # Optionally provide levels

使用条件将值替换为上一行

Replace values into previous row with a condition

substring

r

data-manipulation

str-replace