我有一个如下所示的数据框：
Word Value1 Value2
Apple True True
Chair True False
nonWord False False
Hat False True
... ...
我正在尝试将 nonWords 的所有值更改为NAs。
data %>%
mutate(Value1 = ifelse(Word == "nonWord", NA, Value1)) %>%
mutate(Value2 = ifelse(Word == "nonWord", NA, Value2))
然而，这似乎不起作用，因为我的价值观没有被NA's 取代。有谁知道我做错了什么？
期望的输出：
Word Value1 Value2
Apple True True
Chair True False
nonWord NA NA
Hat False True
... ...
我真的尽我最大的努力通过 stackoverflow 搜索解决方案，但不幸的是我找不到合适的问题。因此，我必须自己提出一个问题。
我正在处理一个包含 sessionID 和主题的数据集。想象它看起来像这样：
sessionID <- c(1, 2, 2, 3, 4, 4, 5, 6, 6, 6)
topic <- c("rock", "house", "country", "rock", "r'n'b", "pop", "classic", "house", "rock", "country")
transactions <- cbind(sessionID, topic)
transactions
现在，我想知道某个主题的多少项目一起出现在一个会话中。最后，我想获得一个矩阵，表示特定主题与其他主题进行会话的频率。最终结果应如下所示：
topics <- sort(unique(topic))
topicPairs <- matrix(NA, nrow = length(topics), ncol = length(topics))
colnames(topicPairs) <- topics
rownames(topicPairs) <- topics
topicPairs["house", "country"] <- 2
topicPairs["country", "house"] <- 2
topicPairs["r'n'b", "pop"] <- 1
topicPairs["pop", "r'n'b"] <- 1
topicPairs["rock", "house"] <- 1
topicPairs["house", "rock"] <- 1
topicPairs["rock", "country"] …我有一个凌乱的数据集，如下所示
Sales Credit type Year Status
0 NaN GS 2000 Confirmed
1 NaN V 2000 Assigned
2 GS 2001 Assigned NaN
3 V 2004 Received NaN
我正在尝试将相应的值移动到正确的列中。所以理想情况下应该是这样的。
Sales Credit type Year Status
0 NaN GS 2000 Confirmed
1 NaN V 2000 Assigned
2 NaN GS 2001 Assigned
3 NaN V 2004 Received
我尝试在这个平台上找到解决方案，但没有成功。我曾经df.loc放置数据集，但似乎结果并不像我预期的那样。我非常感谢您对解决此问题的支持。谢谢
*更新
它适用于@jezrael 解决方案，谢谢！但如果我们在这种情况下使用它可能吗？
ID Sales Credit_type Year Status
0 1 Aston GS 2000 Confirmed
1 1 NaN V 2000 Assigned
2 2 GS 2001 Assigned …我有一个像这样的数据框：
city year value
<chr> <dbl> <dbl>
1 la 1 NA
2 la 2 NA
3 la 3 NA
4 la 4 20
5 la 5 25
6 nyc 1 18
7 nyc 2 29
8 nyc 3 24
9 nyc 4 17
10 nyc 5 30
我想删除所有没有完整 5 年数据的城市。因此，在本例中，尽管存在第 4 年和第 5 年的数据，但我想删除城市 la 的所有行，从而产生以下数据框：
city year value
<chr> <dbl> <dbl>
1 nyc 1 18
2 nyc 2 29
3 nyc 3 24
4 nyc 4 17
5 nyc …