0

我正在处理 PDF 的文本层，并且需要进行一些小的更正...

我生成的整洁数据框有一个或两个数据值相差一行。我有错误定位值的“坐标”（由其他变量的组合定义），并且我有它们实际应该去的位置。我只需要将数据值从 A 移动到 B 并过滤掉 A 对应的行。例如：

改变这个：

data.frame(A = 1:3,
           B = 1:3,
           C = c("Oops wrong row", NA, "this one is OK"))

进入这个：

data.frame(A = 2:3,
           B = 2:3,
           C = c("Oops wrong row", "this one is OK"))

我写了一些代码来实现这一点。但它似乎比它需要的要冗长得多。在这个例子中，这些函数似乎依赖于数据框的附带特征。我认为这可能是一项常见任务——这种任务有标准模式吗？或者至少是一种更优雅的方法？

df <- data.frame(A = 1:3,
                 B = 1:3,
                 C = c("Oops wrong row", NA, "this one is OK"))

get_row <- function(df, A, B, output = "index") {

  index <- which(df[["A"]] == A & df[["B"]] == B)

  if (output == "index") {
    return(index)
  }
  else if (output == "C") {
    return(df[["C"]][[index]])
  }

}

correct_df <- function(df) {

  from <- list(A = 1,
               B = 1)

  to <- list(A = 2,
             B = 2)

  df <- df %>%
    dplyr::mutate(C = replace(C,
                                 get_row(., to[["A"]], to[["B"]]),
                                 get_row(., from[["A"]], from[["B"]],
                                          output = "C"))) %>%
    dplyr::filter(A != from[["A"]] | B != from[["B"]])

  return(df)

}
4

1 回答 1

0

我怀疑您的真实案例可能比您的示例复杂一些，但这是我通常使用的任务dplyr::case_when()。

本质上，如果您有定义哪些行需要更改的标准，您可以将它们用作case_when()调用中的逻辑条件。请注意，我创建了一个新变量而不是替换现有变量 - 它使检查发生的事情变得容易得多。

df <- data.frame(A = 1:3,
           B = 1:3,
           C = c("Oops wrong row", NA, "this one is OK"))
df %>% 
  mutate(D = case_when(
    .$C == "Oops wrong row" & !is.na(.$C) ~ .$C[is.na(.$C)],
    is.na(.$C) ~ .$C[.$C == "Oops wrong row" & !is.na(.$C)],
    TRUE ~ .$C
  ))
于 2017-10-10T22:47:18.667 回答