Объединить столбец, чтобы удалить NA

У меня есть несколько столбцов в R, и для каждой строки будет только значение в одном из них, остальные будут NA. Я хочу объединить их в один столбец со значением не-NA. Кто-нибудь знает простой способ сделать это. Например, я мог бы иметь следующее:

data <- data.frame('a' = c('A','B','C','D','E'),
                   'x' = c(1,2,NA,NA,NA),
                   'y' = c(NA,NA,3,NA,NA),
                   'z' = c(NA,NA,NA,4,5))

Так что я бы

'a' 'x' 'y' 'z'  
 A   1   NA  NA  
 B   2   NA  NA  
 C  NA   3   NA  
 D  NA   NA  4  
 E  NA   NA  5

И я бы заполучил

 'a' 'mycol'  
  A   1  
  B   2  
  C   3  
  D   4  
  E   5

Имена столбцов, содержащих NA, изменяются в зависимости от кода, ранее в запросе, поэтому я не смогу явно назвать имена столбцов, но у меня есть имена столбцов столбцов, которые содержат NA, сохраненные в виде вектора, например, в этом примере cols <- c('x','y','z')поэтому можно вызывать столбцы используя data[, cols],

Любая помощь будет оценена.

Спасибо

Источник

8 ответов

Решение

Ты можешь использовать unlist превратить столбцы в один вектор. После этого, na.omit может быть использован для удаления NAs.

cbind(data[1], mycol = na.omit(unlist(data[-1])))

   a mycol
x1 A     1
x2 B     2
y3 C     3
z4 D     4
z5 E     5
Источник

dplyr::coalesce Решение на основе может быть как:

data %>% mutate(mycol = coalesce(x,y,z)) %>%
         select(a, mycol)
#   a mycol
# 1 A     1
# 2 B     2
# 3 C     3
# 4 D     4
# 5 E     5

Данные

data <- data.frame('a' = c('A','B','C','D','E'),
                 'x' = c(1,2,NA,NA,NA),
                 'y' = c(NA,NA,3,NA,NA),
                 'z' = c(NA,NA,NA,4,5))
Источник

Вот более общее (но даже более простое) решение, которое распространяется на все типы столбцов (факторы, символы и т. Д.) С неупорядоченными NA. Стратегия состоит в том, чтобы просто объединить значения не-NA других столбцов в объединенный столбец, используя is.na для индексации:

data$m = data$x  # your new merged column start with x
data$m[!is.na(data$y)] = data$y[!is.na(data$y)]  # merge with y
data$m[!is.na(data$z)] = data$z[!is.na(data$z)]  # merge with z

> data
  a  x  y  z m
1 A  1 NA NA 1
2 B  2 NA NA 2
3 C NA  3 NA 3
4 D NA NA  4 4
5 E NA NA  5 5

Обратите внимание, что это перезапишет существующие значения в m если в одной строке несколько значений не-NA Если у вас есть много столбцов, вы можете автоматизировать это, циклически colnames(data),

Источник

Я хотел бы использовать rowSums() с na.rm = TRUE аргумент:

cbind.data.frame(a=data$a, mycol = rowSums(data[, -1], na.rm = TRUE))

который дает:

> cbind.data.frame(a=data$a, mycol = rowSums(data[, -1], na.rm = TRUE))
  a mycol
1 A     1
2 B     2
3 C     3
4 D     4
5 E     5

Вы должны вызвать метод напрямую (cbind.data.frame) как первый аргумент выше не является фреймом данных.

Источник

Что-то вроде этого?

data.frame(a=data$a, mycol=apply(data[,-1],1,sum,na.rm=TRUE))

дает:

  a mycol
1 A     1
2 B     2
3 C     3
4 D     4
5 E     5
Источник

Одна возможность использования dplyr а также tidyr может быть:

data %>%
 gather(variables, mycol, -1, na.rm = TRUE) %>%
 select(-variables)

   a mycol
1  A     1
2  B     2
8  C     3
14 D     4
15 E     5

Здесь он преобразует данные из широкого в длинный формат, исключая первый столбец из этой операции и удаляя NA.

Источник

Макс тоже работает. Также работает со строками-векторами.

cbind(data[1], mycol=apply(data[-1], 1, max, na.rm=T))
Источник

Если вы хотите придерживаться базы,

data <- data.frame('a' = c('A','B','C','D','E'),'x' = c(1,2,NA,NA,NA),'y' = c(NA,NA,3,NA,NA),'z' = c(NA,NA,NA,4,5))
data[is.na(data)]<-","
data$mycol<-paste0(data$x,data$y,data$z)
data$mycol <- gsub(',','',data$mycol)
Источник

Хотя это и не случай ОП, некоторым людям нравится подход, основанный на суммах, как насчет среднего и модального мышления, чтобы сделать ответ более универсальным. Этот ответ совпадает с заголовком, который многие найдут.

data <- data.frame('a' = c('A','B','C','D','E'),
                   'x' = c(1,2,NA,NA,9),
                   'y' = c(NA,6,3,NA,5),
                   'z' = c(NA,NA,NA,4,5))

splitdf<-split(data[,c(2:4)], seq(nrow(data[,c(2:4)])))

data$mean<-unlist(lapply(splitdf, function(x)  mean(unlist(x), na.rm=T) ) )
data$mode<-unlist(lapply(splitdf, function(x)  {
  tab <- tabulate(match(x, na.omit(unique(unlist(x) )))); 
                  paste(na.omit(unique(unlist(x) ))[tab == max(tab) ], collapse = ", " )}) )

data
  a  x  y  z     mean mode
1 A  1 NA NA 1.000000    1
2 B  2  6 NA 4.000000 2, 6
3 C NA  3 NA 3.000000    3
4 D NA NA  4 4.000000    4
5 E  9  5  5 6.333333    5
Источник

В связанной ссылке ( подавить NA в paste ()) я представляю версию paste с na.rm вариант (с неудачным именем paste5).

С этим код становится

cols <- c("x", "y", "z")
cbind.data.frame(a = data$a, mycol = paste2(data[, cols], na.rm = TRUE))

Выход из paste5 это символ, который работает, если у вас есть символьные данные, в противном случае вам нужно будет привести к нужному типу.

Источник
Другие вопросы по тегам