通过创建新行替换数据框中一行的值，但保留修改后的原始行

Question

我有一个如下所示的数据框，所有值都对应于“其他”类型，属于特定 ID:

df <- data.frame(ID = c("1", "1", "1", "2", "2", "3"), type = c("oth", "oth", "oth", "oth", "oth", "oth"), value = c("A", "B", "B", "C", "D", "D"))

 ID type value
  1  oth     A
  1  oth     B
  1  oth     B
  2  oth     C
  2  oth     D
  3  oth     D

我想将值 A、B、C 的行的类型分别更改为 1、2、3(D 保持为“oth”) .如果更改了，我想保留“oth”行，但值为 NA。

上面的 df 会导致:

df2 <- data.frame(ID = c("1", "1", "1", "1", "1", "1", "2", "2", "2", "3"), type = c("1", "oth", "2", "oth", "2", "oth", "3", "oth", "oth", "oth"), value = c("A", NA, "B", NA, "B", NA, "C", NA, "D", "D"))

 ID type value
  1    1     A
  1  oth  <NA>
  1    2     B
  1  oth  <NA>
  1    2     B
  1  oth  <NA>
  2    3     C
  2  oth  <NA>
  2  oth     D
  3  oth     D

请注意，任何匹配 A、B、C 的行都将创建一个具有正确类型的新行，但将原始行更改为值 = NA。如果可能，最好使用 dplyr 解决方案。

任何帮助将不胜感激，谢谢!

Answer 1

您可以创建一个值向量来更改和过滤 (values)。过滤这些值并将 value 列替换为 NA。使用 match 将 'A' 更改为 1，将 'B' 更改为 2，将 'C' 更改为 3。将两个数据框绑定(bind)在一起。

library(dplyr)

values <- c('A', 'B', 'C')

df %>%
  filter(value %in% values) %>%
  mutate(value = NA)  %>%
  bind_rows(df %>%
  mutate(type = match(value, values), 
         type = replace(type, is.na(type), 'oth'))) %>%
  arrange(ID, type)

#   ID type value
#1   1    1     A
#2   1    2     B
#3   1    2     B
#4   1  oth  <NA>
#5   1  oth  <NA>
#6   1  oth  <NA>
#7   2    3     C
#8   2  oth  <NA>
#9   2  oth     D
#10  3  oth     D