Question

让我们从下面的混乱（即df.sample）获取此data.frame：

df
# > df
#      a   b
# 1 <NA> tre
# 2  tre pop
# 3  pop 123
# 4  123 ggg

第一行必须是列中的NA＆＃34; a＆＃34;。随后，此处的规则是b列中的每个值都与下一行a列中的值相同。

考虑带有乱码行的相同数据：

df.sample
# > df.sample
#      a   b
# 1  tre pop
# 2  123 ggg
# 3  pop 123
# 4 <NA> tre

如何连续订购对（即从df.sample到df），观察一对中b列中的值与中的值相同的规则以下对中的a列？

编辑：解决方案应该适用于种子的任何值（请参阅下面df.sample的代码）。即无论看到的价值如何，我都希望从df获得df.sample。

数据：

df = data.frame(a = c(NA, "tre", "pop", "123"),
                b = c("tre", "pop", "123", "ggg"),
                stringsAsFactors = FALSE)
set.seed(1)
df.sample = dplyr::sample_n(df, 4)
rownames(df.sample) = NULL

Answer 1

因此，我们知道第一行必须是“a”列中NA的那一行：

# create the new data frame to be filled in
newdf <- df.sample
newdf[] <- NA
(newdf[1, ] <- df.sample[is.na(df.sample$a), ])
#     a   b
#1 <NA> tre

从那里，你有一个具有适当行数的结构，你已经知道了第一行。因此，这需要通过适当的匹配来完成并分配每个后续行。一种方法是使用for循环：

for( i in seq_len(nrow(df.sample))[-1L] ) {
  newdf[i, ] <- df.sample[match(newdf[i - 1L, "b"], df.sample[["a"]]), ]
}
newdf
#     a   b
#2 <NA> tre
#4  tre pop
#3  pop 123
#1  123 ggg

Answer 2

你可以这样做：

df.sample %>%
  mutate(c = lead(a, n=1)) %>%
  select(a,c)

当然，您的示例建议将边缘情况保留为NA，因此解决方案中也不会处理它们。

如果您始终通过df.sample的抽样生成df，则可以使用：

df.sample %>%
  arrange(row.names(.)) %>%
  mutate(c = lead(a, n=1)) %>%
  select(a,c)

将根据您的要求订购输出。

按共享值排序

2 个答案: