如何根据数据类型在两列之间交换数据？[R]

Question

ds <- read.csv(file="~/Desktop/abalone.csv)

Sex  Length
 M     12.1
 F     11.2
12.1    F
 I     11.2
12.1   11.2
11.2    I

数据集包含两个列，分别是性别和长度。性列包含三个值，即"F“(女性)、"M”(男性)和"I“(婴儿)。数据集已被修改，有几个问题我需要解决。我需要解决以下问题

question)

• Invalid values(solved)

的

1. 错误值(需要帮助)

我解决错域值的想法是根据长度的值在两列之间交换数据。假设长度中的值是"F“、"M”和"I"，则将数据与性别交换。我真的不知道如何根据长度的值在这两列之间交换数据。

swap_if <-function (ds$Sex, ds$Length, missing = NA){
  a <- ds$Length == "M"
  b <- ds$Length == "F"
  c <- ds$Length == "I"}

swap_if(ds$Sex, ds$Length)

但这行不通。有人能帮我做这个吗。非常感谢

之后，我需要删除无效的值。第五行第一列的值无效，因为“性”的值必须为“F”、“M”和“I”。

#remove wrong format /invalid data in sex column
ds <- ds[!str_detect(ds$Sex, '([0-9])'), ]
ds$Sex <- as.factor(ds$Sex)

^此代码可以删除格式值无效/错误的行。

Answer 1

尽管我建议(修复问题的根源)，但这里有一个尝试恢复的方法。

column <- grepl("^[.0-9]+$", dat[,1])
column
# [1] FALSE FALSE FALSE  TRUE FALSE  TRUE  TRUE FALSE
dat2 <- data.frame(Sex = dat[cbind(seq_len(nrow(dat)),1+column)], Length = dat[cbind(seq_len(nrow(dat)),2-column)])
dat2$Length <- as.numeric(dat2$Length)
dat2
#   Sex Length
# 1   M   12.2
# 2   F   14.1
# 3   M   14.6
# 4   F    9.0
# 5   L   12.1
# 6   M   10.1
# 7   F   11.0
# 8   M   11.9

一种潮流选择：

library(dplyr)
dat %>%
  mutate(
    swap    = grepl("[^.[:digit:]]", Length), 
    Length2 = if_else(swap, Sex, Length), 
    Sex2    = if_else(swap, Length, Sex)
  ) %>%
  transmute(
    Sex    = Sex2, 
    Length = as.numeric(Length2)
  )
#   Sex Length
# 1   M   12.2
# 2   F   14.1
# 3   M   14.6
# 4   F    9.0
# 5   L   12.1
# 6   M   10.1
# 7   F   11.0
# 8   M   11.9

数据：

dat <- structure(list(Sex = c("M", "F", "M", "9", "L", "10.1", "11", 
"M"), Length = c("12.2", "14.1", "14.6", "F", "12.1", "M", "F", 
"11.9")), class = "data.frame", row.names = c(NA, -8L))

Answer 2

下面是另一个与tidyverse一起工作的解决方案。它创建一个小助手列，该列将在末尾被删除。

library(tidyverse)

# create the inverse of `%in%`
`%!in%` = Negate(`%in%`)

df %>% 
  # create a helper column, will be deleted
  mutate(help = Sex) %>% 
  mutate(Sex = case_when(
    Sex  %!in% c('L', 'M', 'F') ~ Length,
    TRUE ~ Sex
  )) %>% 
  mutate(Length = case_when(
    Length %in% c('L', 'M', 'F') ~ help,
    TRUE ~ Length
  )) %>% 
  # delete helper column
  select(-help)
#>   Sex Length
#> 1   M   12.2
#> 2   F   14.1
#> 3   M   14.6
#> 4   F      9
#> 5   L   12.1
#> 6   M   10.1
#> 7   F     11
#> 8   M   11.9

Answer 3

您可以使用if -然后设置一个for循环来检查字符变量是否可以安全地转换为数字。如果是这样的话，它属于length。

sex = c('M','F', 'M', 9, 'L', 10.1, 11, 'M')
length = c(12.2, 14.1, 14.6, 'F', 12.1, 'M', 'F', 11.9)

df = data.frame(sex, length)
str(df)

df$sex.c = 0
df$length.c = 0

for (i in 1:length(df$sex)){
  if (!is.na(as.numeric(df$sex[i]))){
    df$sex.c[i] = df$length[i]
    df$length.c[i] = df$sex[i]
  } else {
    df$sex.c[i] = df$sex[i]
    df$length.c[i] = df$length[i]
  }
}

df$sex = df$sex.c
df$length = df$length.c

df = df[,1:2]

请注意，这将创建一个NAs introduced by coercion警告。如果这让您感到困扰，那么您可以通过更改for循环来抑制它们，如下所示：

for (i in 1:length(df$sex)){
  if (suppressWarnings(!is.na(as.numeric(df$sex[i])))){
    df$sex.c[i] = df$length[i]
    df$length.c[i] = df$sex[i]
  } else {
    df$sex.c[i] = df$sex[i]
    df$length.c[i] = df$length[i]
  }
}