是否可以有条件地将向量 n 列中的数据向右移动答案

【问题标题】：Is it possible to conditionally shift data in a vector n columns to the right是否可以有条件地将向量 n 列中的数据向右移动
【发布时间】：2019-09-04 11:54:31
【问题描述】：

我是 R 和 tidyverse 的新手，并且有一些我正在尝试整理的数据。似乎存在解析问题，因此某些数据不在正确的列中。例如，在下表中，您可以看到 Jim Smith、Jr 和 Jim Smith Senior 的列被移动，因为第一列没有正确解析：

我正在寻找一种方法来纠正这个问题，以便所有列都正确排列：

然后我可以使用一些 stringr 功能来清理 Name 列：

我的想法是使用 ifelse 来确定 Paid 列是否为空白，如果为 true，则使用某种移位功能将所有列向右移动一个，如果为 false - 则不执行任何操作。 tidyverse 是否具有可以一次筛选多列的功能，还是需要自定义功能。

【问题讨论】：

能否提供一些代码格式的数据？你如何加载数据？也许这样更容易解决。
请给出可重现的例子
图片是一种非常糟糕的发布数据（或代码）的方式。您可以以dput 格式发布示例数据吗？请使用dput(df) 的输出编辑问题。或者，如果 dput(head(df)) 的输出太大。（df 是您的数据集的名称。）
@RuiBarradas 我不知道 dput。我刚刚查看了一个 youtube 视频，并将在未来使用它。谢谢！

标签： r dplyr tidyr

【解决方案1】：

您可以将数据转换为长格式并使用lag 来移动值，具体取决于您指定的条件。一个工作示例：

df <- data.frame(Name = letters[1:5],
                 Gender = c("M","F","26","27","M"),
                 Age = 1:5,
                 Years = c("10","20","yes","no","30"),
                 Paid = c("yes","yes",NA,NA,"no"))

数据：

  Name Gender Age Years Paid
1    a      M   1    10  yes
2    b      F   2    20  yes
3    c     26   3   yes <NA>
4    d     27   4    no <NA>
5    e      M   5    30   no

班次：

df %>%
  mutate(shifted = if_else(is.na(Paid),1,0)) %>%
  gather(key, value,-Name,-shifted) %>%
  mutate(key = factor(key,levels = names(df))) %>%
  group_by(Name) %>%
  arrange(key) %>%
  mutate(value = if_else(shifted == 1, lag(value),value)) %>%
  select(-shifted) %>%
  spread(key,value)

结果：

  Name  Gender Age   Years Paid 
  <fct> <chr>  <chr> <chr> <chr>
1 a     M      1     10    yes  
2 b     F      2     20    yes  
3 c     NA     26    3     yes  
4 d     NA     27    4     no   
5 e     M      5     30    no

【讨论】：

【解决方案2】：

你也可以使用基础 R 来做到这一点。

数据

df <- data.frame(Name = letters[1:5],
             Gender = c("M","F","26","27","M"),
             Age = 1:5,
             Years = c("10","20","yes","no","30"),
             Paid = c("yes","yes",NA,NA,"no"), 
             stringsAsFactors = F)

换档

# Identifying which rows to shift
rows_to_change <- !df$Gender %in% c("M", "F")

# Moving columns one space to the right
df[rows_to_change,3:5] <- df[rows_to_change,2:4] 

# Deleting wrong values
df[rows_to_change,2] <- NA

输出

Name Gender Age Years Paid
a      M   1    10  yes
b      F   2    20  yes
c   <NA>  26     3  yes
d   <NA>  27     4   no
e      M   5    30   no

【讨论】：