使用R将Brand_ID列中错误录入的User_ID移至对应列

问题背景 #

Brand_ID列合法取值范围为0-6，但部分行错误地将User_ID录入到Brand_ID中，且这些行的User_ID值为NA。原尝试的循环检测代码无输出，同时需要将这些错误值迁移至User_ID列。

样本数据 #

Brand_ID             User_ID
1060                   0 1515915625212799232
1061                   1 1515915625193362688
1062                   0 1515915625193362688
1063 1515915625216376320                  NA
1064 1515915625216376320                  NA
1065 1515915625216376320                  NA
1066 1515915625216376320                  NA
1067                   1 1313987370474800128
1068                   0 1313987370474800128
1069                   0 1515915625193362688
1070                   0 1515915625061714688

数据构造代码 #

df <- data.frame(
  Brand_ID = c(
    0, 1, 0, 1515915625216376320, 1515915625216376320, 1515915625216376320,
    1515915625216376320, 1, 0, 0, 0
  ),
  User_ID = c(
    1515915625212799488, 1515915625193362432, 1515915625193362432, NA, NA, NA, NA,
    1313987370474800128, 1313987370474800128, 1515915625193362432,
    1515915625061714432
  )
)

原尝试的检测代码（存在问题） #

brand <- !is.na(j$Brand_ID)
for (x in 1:length(brand)){
  if (brand[x] > 6)
    {print(x)}
  else
    {next}
}

问题分析 #

原检测代码无效的核心原因：

• !is.na(j$Brand_ID)返回的是逻辑向量（TRUE/FALSE），转成数值后是1/0，永远不可能大于6，所以条件永远不触发。
• 循环遍历在R中处理向量操作效率低下，完全没必要用循环做这种筛选。

解决方案 #

1. 检测异常值 #

直接用向量条件筛选，一步定位异常行：

# 获取异常行的索引
outlier_indices <- which(df$Brand_ID < 0 | df$Brand_ID > 6)
print(outlier_indices)

# 直接查看异常行数据
print(df[df$Brand_ID < 0 | df$Brand_ID > 6, ])

2. 迁移错误值至User_ID列 #

通过逻辑掩码批量处理，无需循环：

# 创建逻辑掩码，标记Brand_ID异常的行
mask <- df$Brand_ID < 0 | df$Brand_ID > 6

# 将异常的Brand_ID值赋值给对应的User_ID
df$User_ID[mask] <- df$Brand_ID[mask]

# 将原Brand_ID的异常值设为NA（可根据需求调整为其他默认值）
df$Brand_ID[mask] <- NA

处理后的结果示例 #

Brand_ID             User_ID
1         0 1515915625212799488
2         1 1515915625193362432
3         0 1515915625193362432
4        NA 1515915625216376320
5        NA 1515915625216376320
6        NA 1515915625216376320
7        NA 1515915625216376320
8         1 1313987370474800128
9         0 1313987370474800128
10        0 1515915625193362432
11        0 1515915625061714432

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