用条件将值替换到上一行

Question

我想获取 ID 列不以 00 开头的数据，并将此 ID 列的值附加到上一行的 Description 列的末尾。

然后将其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？

这里是虚拟数据的来源：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

我想拥有什么：

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

您想要将描述粘贴在一起的第一部分，
还有您想要移动变量的部分，因为您想要在“用户”列中添加“XXX”和“YYY”。

此外，在 Viveks 回答中，所有错误的行都粘贴了所有“正确”的行，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，则不行。 使用布尔值 (TRUE/FALSE) 有时可以正常工作，但在这种情况下，我认为您想使用整数索引，因为这样更容易引用“上一行”。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,]

但还有一个问题需要考虑：您的列是什么类？
当我尝试它时，我将所有内容都视为一个角色，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类。我认为最简单的方法是先将其全部更改为字符，然后将其（返回）更改为您希望列成为的最终类。

# 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

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

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