R 如果；“正确”；价值存在

我的数据由两个变量组成，一个

id

和一个相应的

name

。

名称可以是两件事。id或一串字母

如果存在非数字名称，我需要用此值替换任何数字名称

数据示例

df <- data.frame(id = c("100", "100", "101", "102", "103", "104", "104", "105", "100", "106"), 
             name = c("100", "A", "B", "C", "D", "104", "E", "F", "100", "106"), 
             correct_name = c("A", "A", "B", "C", "D", "E", "E", "F", "A", "106"), stringsAsFactors = F)

df快速肮脏方式：

sapply(1:nrow(df),function(x){
  if (is.na(as.numeric(df$id[x]))==FALSE){
    ind=which(df$id==df$id[x])
    ind2=which(is.na(as.numeric(as.character((df$name[ind]))))==TRUE)
    df$name[x]<<-df$name[ind[ind2[1]]]
  }
})
df
   id name correct_name
1 100    A            A
2 100    A            A
3 101    B            B
4 102    C            C
5 103    D            D
6 104    E            E
7 104    E            E
8 105    F            F
9 100    A            A

sapply（1:nrow（df），函数（x）{
if（is.na（as.numeric（df$id[x]））==FALSE）{
ind=哪个（df$id==df$id[x]）
ind2=哪个（是.na（作为.numeric（作为.character（（df$name[ind]）））==TRUE）
df$name[x]编辑

由于您已经提到，在这种情况下，我们可以修改
ave
选项，检查条件并在一次调用中全部替换值，因此有一些
id
无
name
要替换

df$name <- with(df, ave(name, id, FUN = function(x) {
   inds = grepl("[0-9]+", x)
   if (any(!inds)) 
    replace(x, inds, x[which.max(!inds)])
   else
    x
}))

df
#    id name correct_name
#1  100    A            A
#2  100    A            A
#3  101    B            B
#4  102    C            C
#5  103    D            D
#6  104    E            E
#7  104    E            E
#8  105    F            F
#9  100    A            A
#10 106  106          106


并使用与基本R
ave相同的逻辑

#Replace the numbers with NA
df$name[grepl("[0-9]+", df$name)] <- NA

#Change the NA's to first non-NA value in the group
df$name <- with(df,ave(name, id, FUN = function(x) x[!is.na(x)][1]))

PS-我刚刚在data.frame调用中添加了
stringsAsFactors=FALSE
，以使列成为字符。
使用
dplyr
和
ifelse
加
grepl
的解决方案，模式设置为
“\\d+”
（即：数字）

编辑：可能只有一个
变异
：

df %>% 
  group_by(id) %>% 
  mutate(namenew = ifelse(
    grepl("\\d+", name),   # match for digits in the string
    name[!grepl("\\d+", name)][1], # if TRUE, substitute with the first non-digit
    name # if FALSE, keep it
  )) 
#    id name correct_name namenew
# 1 100  100            A       A
# 2 100    A            A       A
# 3 101    B            B       B
# 4 102    C            C       C
# 5 103    D            D       D
# 6 104  104            E       A
# 7 104    E            E       E
# 8 105    F            F       F
# 9 100  100            A       A


与我上面的解决方案相比，可能更清楚发生了什么。（类似于@Ronak Shah）

数据（
stringsAsFactors
很重要）：

df或者，这可以通过使用查找表的更新联接来解决：

查找表是通过过滤非数字条目的
df
创建的：

library(data.table)
setDT(df)[!name %like% "^\\d+$"]

现在，
df
与查找表连接，在找到匹配项的地方，
name
被查找表中相应的条目替换。否则，
name
保持不变：

setDT(df)[df[!name %like% "^\\d+$"], on = "id", name := i.name]
df

什么是
[1]
do？@NelsonGon每个组中可以有多个非NA的
名称
，但我们只能用一个值替换它，因此我们将其子集，并从每个组中选择第一个非NA值。很好。我们如何确保不重复我们正在替换的内容？这就是假设。将有相同的
名称
实际上，每个
id
的值最终都采用了类似的解决方案，但并没有这样整洁。
library(dplyr)
df %>% 
  group_by(id) %>%
  mutate(namenew = ifelse(
    grepl("\\d+", name), 
    NA,
    name
  )) %>% 
  mutate(namenew = ifelse(
    is.na(namenew),
    namenew[!is.na(namenew)][1],
    namenew
  ))


#    id name correct_name namenew
# 1 100  100            A       A
# 2 100    A            A       A
# 3 101    B            B       B
# 4 102    C            C       C
# 5 103    D            D       D
# 6 104  104            E       A
# 7 104    E            E       E
# 8 105    F            F       F
# 9 100  100            A       A

df <- data.frame(id = c("100", "100", "101", "102", "103", "104", "104", "105", "100"), 
                 name = c("100", "A", "B", "C", "D", "104", "E", "F", "100"), 
                 correct_name = c("A", "A", "B", "C", "D", "E", "E", "F", "A"), stringsAsFactors = F)

library(data.table)
setDT(df)[!name %like% "^\\d+$"]

    id name correct_name
1: 100    A            A
2: 101    B            B
3: 102    C            C
4: 103    D            D
5: 104    E            E
6: 105    F            F

setDT(df)[df[!name %like% "^\\d+$"], on = "id", name := i.name]
df

     id name correct_name
 1: 100    A            A
 2: 100    A            A
 3: 101    B            B
 4: 102    C            C
 5: 103    D            D
 6: 104    E            E
 7: 104    E            E
 8: 105    F            F
 9: 100    A            A
10: 106  106          106