我希望完成两个基于彼此的列,但是它们是部分填充的。
title <- c("Mrs", "Ms", "", "Ms", "Mr", "Mr", "")
gender <- c("female", "", "male", "female", "", "Male", "female")
df <- as.data.frame(cbind(title, gender))
df
title gender
1 Mrs female
2 Ms
3 male
4 Ms female
5 Mr
6 Mr Male
在这个例子中,我们知道如果title=Mrs
或Ms
,那么性别应该填写female
,如果title=Mr
,那么性别应该填写male
。另一方面,如果只有性别填写为female
,那么标题应该是Ms
,或者male
标题应该是Mr
。
要添加到此,您如何能够完成部分填充的表而无需事先建立关系。参考下面的例子:
c1 <- paste(rep(letters[1:12], 4))
c2 <- paste(rep(letters[13:24], 4))
df <- as.data.frame(cbind(c1, c2), stringsAsFactors=FALSE)
#replacing 8 strings in each column
df[sample(nrow(df), 8),]$c1 <- ""
df[sample(nrow(df), 8),]$c2 <- ""
df
对于这个,我们知道两个字母(例如,i
和u
)是成对的。但是缺少一些数据值,其中一列部分完成或为空。在这个例子中,我如何填充部分完成的值?
(我知道我应该展示我是如何做到这一点的,但我被难住了,找不到任何东西)
我想这就是你想要的:
#Find those where there is no title
noTitle = which(df$title=="")
#And fill them in based on the gender
df$title[noTitle] = ifelse(grepl("[Ff]",df$gender[noTitle]), "Ms", "Mr")
#Do the same for gender
noGender = which(df$gender=="")
df$gender[noGender] = ifelse(grepl("[Ss]",df$title[noGender]), "female", "male")
如果它们都是空的,那么会有一个检查开始,并适当地转换它们;比如:
#Find where both empty
Neither = intersect( which(df$title=""), which(df$gender=="") )
##Do something here