r - 如何使用R检查数据一致性(确保大小写和值不矛盾)？

Question

假设我有:

Person   Movie    Rating
Sally    Titanic  4
Bill     Titanic  4
Rob      Titanic  4
Sue      Cars     8
Alex     Cars     **9**
Bob      Cars     8

如您所见，Alex 存在矛盾。所有相同的电影都应该具有相同的排名，但是 Alex 出现了数据错误条目。我如何使用 R 来解决这个问题？想了半天，想不通。我是否必须在 excel 中手动执行此操作？ R 上是否有一个命令会返回所有两列之间存在数据矛盾的情况？

也许我可以让 R 做一个 bool 值检查是否所有电影案例都匹配其第一次迭代的第一个评级？对于所有返回“否”的内容，我可以手动查看吗？我将如何编写此函数？

谢谢

Answer 1

这是一个data.table解决方案

定义函数

Myfunc <- function(x) {
  temp <- table(x)  
  names(temp)[which.max(temp)]
}

library(data.table)

创建一个具有正确评级的列(通过引用)

setDT(df)[, CorrectRating := Myfunc(Rating), Movie][]
#    Person   Movie Rating CorrectRating
# 1:  Sally Titanic      4             4
# 2:   Bill Titanic      4             4
# 3:    Rob Titanic      4             4
# 4:    Sue    Cars      8             8
# 5:   Alex    Cars      9             8
# 6:    Bob    Cars      8             8

或者如果你想删除“坏”的评级

df[Rating == CorrectRating][]
#    Person   Movie Rating CorrectRating
# 1:  Sally Titanic      4             4
# 2:   Bill Titanic      4             4
# 3:    Rob Titanic      4             4
# 4:    Sue    Cars      8             8
# 5:    Bob    Cars      8             8