Question

如果这是重复的话，我深表歉意。我已经浏览了很多答案，但没有找到真正能解决我要尝试的问题的答案。

我有一个数据集，其中包含重复的名称，但不一定具有分配的帐号。例如：

df <- data.frame(Name = c("Hilton", "Comcast", "Comcast", "Comcast", "Froyos", "Froyos", "BigFive"), 
                 Account = c("123", "456", NA, NA, "789", NA, "111"))
df
     Name Account
1  Hilton     123
2 Comcast     456
3 Comcast    <NA>
4 Comcast    <NA>
5  Froyos     789
6  Froyos    <NA>
7 BigFive     111

我想匹配名称以填写相关的帐号，所以我看起来像这样：

     Name Account
1  Hilton     123
2 Comcast     456
3 Comcast     456
4 Comcast     456
5  Froyos     789
6  Froyos     789
7 BigFive     111

确保所有类都相同，我尝试制作一个单独的列表并使用ifelse和%in%，但未为该名称分配正确的值。我的代码如下：

library(dplyr)

df$Name <- as.character(df$Name)
df2$Name <- as.character(df2$Name)
df$Account <- as.numeric(as.character(df$Account))
df2$Account <- as.numeric(as.character(df2$Account))

df2 <- df %>% 
  filter(as.numeric(Account) > 0)

df3 <- within(df, {New = ifelse(df$Name %in% df2$Name,
                                          df2$Account, NA)})

我觉得这应该很简单，但是我很难知道如何表达问题，以便正确地做到。任何帮助或指示将不胜感激。

Answer 1

注意stringsAsFactors = F

df <- data.frame(Name = c("Hilton", "Comcast", "Comcast", "Comcast", "Froyos", "Froyos", "BigFive"), 
                 Account = c("123", "456", NA, NA, "789", NA, "111"), stringsAsFactors = F)



df %>% group_by(Name) %>% mutate(Account = max(Account, na.rm = T)) %>% ungroup()

用重复的名称填写缺失值？

1 个答案: