如何在满足条件时为DataFrame新增行？以DNP触发场景为例

需求说明 #

当DataFrame的div列出现'DNP'值时，需要将下一行的错位数据调整为新增行，同时清空'DNP'行的stat列，确保各列数据对应正确字段。

错误与正确数据示例 #

错误的DataFrame（数据错位）

incorrect_df <- data.frame(
  game = c(1:3, '2023-11-17'), 
  Date = c('2023-11-20', '2023-11-19', '2023-11-18', 'C'), 
  div = c(LETTERS[1:2], 'DNP', '18'), 
  stat = c(14, 29, 4, '')
)

对应表格：

目标正确的DataFrame

correct_df <- data.frame(
  game = c(1:3,4),
  Date = c('2023-11-20','2023-11-19','2023-11-18','2023-11-17'),
  div = c(LETTERS[1:2],'DNP',LETTERS[3]),
  stat = c(14,29,'',18)
)

对应表格：

解决方案（R语言实现） #

方法1：基础R代码（逻辑直观）

# 复制错误数据
df <- incorrect_df

# 定位所有div为'DNP'的行索引
dnp_indices <- which(df$div == 'DNP')

# 遍历每个DNP行，处理数据错位
for (idx in dnp_indices) {
  # 清空当前DNP行的stat值
  df$stat[idx] <- ''
  
  # 从下一行提取错位数据，整理成正确的新行
  new_row <- data.frame(
    game = as.character(as.integer(df$game[idx]) + 1),
    Date = df$game[idx + 1],
    div = df$Date[idx + 1],
    stat = df$div[idx + 1]
  )
  
  # 将新行插入到DNP行之后，同时移除原来的错位行
  df <- rbind(
    df[1:idx, ],
    new_row,
    df[-(1:(idx + 1)), ]
  )
}

# 可选：将game列转为整数类型
df$game <- as.integer(df$game)

方法2：dplyr简洁实现（适合tidyverse用户）

library(dplyr)

df_corrected <- incorrect_df %>%
  # 标记DNP行及对应的下一行
  mutate(
    is_dnp = div == 'DNP',
    is_shifted = lead(is_dnp, default = FALSE)
  ) %>%
  # 处理DNP行：清空stat
  mutate(stat = ifelse(is_dnp, '', stat)) %>%
  # 处理错位行：把值映射到正确的列
  mutate(
    Date = ifelse(is_shifted, game, Date),
    div = ifelse(is_shifted, Date, div),
    stat = ifelse(is_shifted, div, stat),
    game = ifelse(is_shifted, as.character(as.integer(game[is_dnp]) + 1), game)
  ) %>%
  # 移除标记列并修正game列类型
  select(-is_dnp, -is_shifted) %>%
  mutate(game = as.integer(game))

说明 #

基础R代码逻辑清晰，适合新手理解每一步操作；dplyr代码更简洁，可高效处理多组DNP行的批量修正场景。

内容的提问来源于stack exchange，提问作者steel_your_face