如何根据子类别分配类别

Question

我有一组数据，其中有一个类别的列和另一个子类别的列。但是，某些类别数据不正确。我想根据子类别修复那些不正确的类别数据。

例如，我们有两个类别：A和B以及子类别A_sub和B_sub。但是，类别的条目之一被错误地输入为“其他”，但其子类别为“ A_sub”（请参见下面的代码）。是否有任何优雅的方式将类别列下的“其他”更改为“ A”？

data <- data.frame("category" = c("A", "B", "B", "A", "Others", "Others"), "subcategory" = c("A_sub", "B_sub", "A_sub", "A_sub", "A_sub", "A_sub"))

预期输出为：

expected output

谢谢！

Answer 1

使用dplyr可以在mutate语句中使用ifelse语句。所以您可以这样：

data <- data %>%
dplyr::mutate(category = ifelse(category=="A" & subcategory=="Other", "A_sub", .$subcategory) 

Answer 2

如果您知道子类别是正确的，为什么不从子类别字符串中提取A / B并替换类别，就像这样：

data %>% mutate(category = sub("_.*", "",subcategory))