如何使用ifelse()等方法修正R数据集特定行的性别、年龄字段错误

第一步：修复gender和age字段错位问题 #

先定位满足gender == "21"且is.na(age)的行，互换两个字段的取值即可：

# base R 实现
# 定位错位行
misplaced_rows <- d$gender == "21" & is.na(d$age)
# 临时存储原age值
temp_age <- d$age[misplaced_rows]
# 给age赋正确的数值
d$age[misplaced_rows] <- as.integer(d$gender[misplaced_rows])
# 给gender赋正确的取值
d$gender[misplaced_rows] <- as.character(temp_age)

如果习惯用dplyr语法，也可以用以下写法：

library(dplyr)
d <- d %>%
  mutate(
    age = ifelse(gender == "21" & is.na(age), as.integer(gender), age),
    gender = ifelse(gender == "21" & is.na(age), as.character(age), gender)
  )

第二步：标准化gender字段取值 #

方法1：用ifelse()函数实现（符合你的需求） #

借助grepl()模糊匹配开头字符，开启不区分大小写适配大小写不同的取值：

d$gender <- ifelse(grepl("^k", d$gender, ignore.case = TRUE), "F",
                   ifelse(grepl("^m", d$gender, ignore.case = TRUE), "M", d$gender))

说明：^k表示匹配以k开头的字符串，ignore.case = TRUE会同时匹配大写K和小写k的情况，原本已经是F/M的合法取值会保留不变。

方法2：用case_when()实现（可读性更高，适配更复杂的规则扩展） #

d <- d %>%
  mutate(gender = case_when(
    grepl("^k", gender, ignore.case = TRUE) ~ "F",
    grepl("^m", gender, ignore.case = TRUE) ~ "M",
    .default = gender
  ))

结果验证 #

运行以下代码确认修复效果：

unique(d$gender)
unique(d$age)

注：你提供的示例数据中age字段统一设为37、无NA值，错位修复逻辑是适配你描述的真实数据场景，测试时可自行调整示例数据的age取值验证逻辑有效性。

内容的提问来源于stack exchange，提问作者12666727b9