RStudio中修正Category列错位价格数据的方法求助

针对你遇到的数据错位问题，可以通过以下步骤修复：

问题分析 #

你的数据集存在两类错位：

1. Category_alias列混入价格字符串，对应USD_Price为NA
2. Category_alias为空，USD_Price有有效数据

我们需要把错位的价格移到USD_Price列，同时补全Category_alias的缺失值。

解决方案（tidyverse版本，适合新手） #

先加载tidyverse包，然后分步骤处理：

# 加载包
library(tidyverse)

# 导入你的数据（直接用你提供的dput结果）
df <- structure(list(Category_alias = c("jewelry.pendant", "427.07", 
"jewelry.ring", "", "jewelry.earring", "53.62", "jewelry.ring", 
"jewelry.earring", "jewelry.brooch", "jewelry.earring", 
"jewelry.pendant", 
"jewelry.ring", "jewelry.ring", "jewelry.ring", 
"jewelry.earring", 
"jewelry.pendant"), USD_Price = c(589, NA, 495.21, 447.89, 
804.79, 
NA, 509.59, 405.48, 352.05, 587.67, 158.7, 150.55, 214.48, 82.05, 
280.68, 212.19)), row.names = 5350:5365, class = "data.frame")

# 1. 把空字符串转为NA，方便后续处理
df_cleaned <- df %>%
  mutate(Category_alias = na_if(Category_alias, ""))

# 2. 识别并修复价格错位的行
df_cleaned <- df_cleaned %>%
  mutate(
    # 判断哪些行的Category_alias是价格且USD_Price为空
    is_price = !is.na(as.numeric(Category_alias)) & is.na(USD_Price),
    # 把价格移到USD_Price列
    USD_Price = ifelse(is_price, as.numeric(Category_alias), USD_Price),
    # 把这些行的Category_alias设为NA，后续补全
    Category_alias = ifelse(is_price, NA, Category_alias)
  ) %>%
  select(-is_price) # 删除临时判断列

# 3. 补全Category_alias的缺失值
# 先向下填充（处理空行的类别），再向上填充（处理价格行的类别）
df_cleaned <- df_cleaned %>%
  fill(Category_alias, .direction = "down") %>%
  fill(Category_alias, .direction = "up")

# 查看修复后的结果
print(df_cleaned)

解决方案（base R版本，无需额外包） #

如果你不想加载第三方包，可以用base R实现：

# 导入你的数据
df <- structure(list(Category_alias = c("jewelry.pendant", "427.07", 
"jewelry.ring", "", "jewelry.earring", "53.62", "jewelry.ring", 
"jewelry.earring", "jewelry.brooch", "jewelry.earring", 
"jewelry.pendant", 
"jewelry.ring", "jewelry.ring", "jewelry.ring", 
"jewelry.earring", 
"jewelry.pendant"), USD_Price = c(589, NA, 495.21, 447.89, 
804.79, 
NA, 509.59, 405.48, 352.05, 587.67, 158.7, 150.55, 214.48, 82.05, 
280.68, 212.19)), row.names = 5350:5365, class = "data.frame")

# 1. 把空字符串转为NA
df$Category_alias[df$Category_alias == ""] <- NA

# 2. 识别价格错位的行
price_rows <- !is.na(as.numeric(df$Category_alias)) & is.na(df$USD_Price)

# 3. 把价格移到USD_Price列
df$USD_Price[price_rows] <- as.numeric(df$Category_alias[price_rows])
# 清空这些行的Category_alias
df$Category_alias[price_rows] <- NA

# 4. 向下填充Category_alias（处理空行）
for(i in 2:nrow(df)){
  if(is.na(df$Category_alias[i])){
    df$Category_alias[i] <- df$Category_alias[i-1]
  }
}

# 5. 向上填充Category_alias（处理价格行）
for(i in nrow(df):2){
  if(is.na(df$Category_alias[i-1])){
    df$Category_alias[i-1] <- df$Category_alias[i]
  }
}

# 查看结果
print(df)

修复后效果 #

处理后的数据会符合预期：

• 原5351行的427.07会移到USD_Price，Category_alias补为jewelry.ring
• 原5353行的Category_alias补为jewelry.ring，保留USD_Price的447.89
• 原5355行的53.62移到USD_Price，Category_alias补为jewelry.ring

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