在 R dataframe 中，将 5 个名称相似的列合并为一个 dataframe 列

Question

鉴于以下 dataframe：

zed = data.frame(Title = c('a', NA, NA, NA, NA, NA), TITLE = c(NA, 'b', NA, NA, NA, NA), "Title/Description" = c(NA, NA, 'c', 'd', NA, NA), title = c(NA, NA, NA, NA, 'e', 'f'))

我们想将所有内容合并到一个Title列中。 我们可以假设在每一行中，只有 1 个值不是 NA，我们正在寻找该值以添加到Title列中。 我们可以通过以下方法将其合并：

yah <- zed %>% 
  dplyr::mutate(Title = ifelse(!is.na(Title), Title,
                               ifelse(!is.na(`Title.Description`), `Title.Description`,
                                      ifelse(!is.na(TITLE), TITLE,
                                             ifelse(!is.na(title), title, ""))))) %>%
  dplyr::select(-Title.Description, -TITLE, -title)

然而，这种方法很混乱，如果 dataframe 有 10 个以上的标题列，它会变得更加混乱。 如果数据中不存在列，此方法也会中断：

# there's no TITLE2 --> ERROR
yah <- zed %>% 
  dplyr::mutate(Title = ifelse(!is.na(Title), Title,
                               ifelse(!is.na(`Title.Description`), `Title.Description`,
                                      ifelse(!is.na(TITLE2), TITLE2,
                                             ifelse(!is.na(title), title, ""))))) %>%
  dplyr::select(-Title.Description, -TITLE2, -title)

关于如何 (a) 消除讨厌的 ifelse() 嵌套和 (b) 如果其中一列被省略则不抛出错误的任何建议。

Answer 1

dplyr具有采用第一个非缺失值的coalesce function：

yah <- zed %>%
  mutate(Title = coalesce(
      Title, Title.Description, TITLE2, title, ""
    )
  )

如果其中一列不存在，这仍然会中断。 我建议在运行之前识别任何缺失的列并将它们设置为NA 。

Answer 2

另一种选择是 select 只有包含单词title的列（无论大小写），然后使用coalesce 。 我还给新列起了一个不同的名称，这样我就可以删除所有包含title的列，然后重命名它。

library(tidyverse)

yah <- zed %>%
  mutate(temp = coalesce(!!!select(., contains("title")))) %>% 
  select(-contains("title")) %>% 
  rename(Title = temp)

Output

yah

  Title
1     a
2     b
3     c
4     d
5     e
6     f

另一种选择是将max与c_across一起使用：

zed %>%
  rowwise() %>%
  mutate(temp = max(c_across(contains("title")), na.rm = TRUE)) %>% 
  select(-contains("title")) %>% 
  rename(Title = temp)

或者另一种选择是使用reduce和pmax

zed %>% 
  mutate(temp = reduce(select(., contains("title")), pmax, na.rm = TRUE)) %>% 
  select(-contains("title")) %>% 
  rename(Title = temp)