Question

这是我拥有的数据

       structure(list(id = c(1, 1, 1, 1, 1), columnA = c("2011/01/01", 
"2013/01/01", "2014/01/01", "2015/01/01", "2015/01/10"), columnB = c("NA", 
"2013/01/01", "2013/01/02", "2014/01/01", "NA")), row.names = c(NA, 
5L), class = "data.frame")

这就是我想要的

  structure(list(id = c(1, 1, 1, 1, 1), A = c("2011/01/01", "2013/01/01", 
"2014/01/01", "2015/01/01", "2015/01/10"), B = c("NA", "2013/01/02", 
"NA", "2014/01/01", "NA")), row.names = c(NA, 5L), class = "data.frame")

基本上，我希望如果 columnA 和 columnB 中的值相等，则从同一列中的第 -1 行调出值并插入一个 NA 来代替该列上升的值。我试过了

`library(dplyr)
data %>% 
  group_by(id) %>% 
  mutate(columnB = case_when(is.na(columnB) ~ NA_character_,
                             columnA == columnB ~ lead(columnB))) %>%
  ungroup

`

问题在于它将 columnB 中的所有其他值也转换为 NA。我希望 A 和 B 中的值不等于保持不变并且不转换为 NA。

Answer 1

library(dplyr)

df %>% 
  mutate(columnB = case_when(columnA == columnB ~ lead(columnB),
                             lag(columnA) == lag(columnB) ~ NA_character_,
                             T ~ columnB))

输出

  id    columnA    columnB
1  1 2011/01/01         NA
2  1 2013/01/01 2013/01/02
3  1 2014/01/01       <NA>
4  1 2015/01/01 2014/01/01
5  1 2015/01/10         NA

如果条件满足，则分配下一行中的值，其他值保持不变

1 个答案: