根據R中的條件合並數據框中的多列

Question

我對R非常陌生，我想執行以下操作：

我有一個包含ID, Col1, Col2, Col3列的數據框。

df <- read.table(header = TRUE, stringsAsFactors = FALSE, text="
ID Col1    Col2                        Col3             
1  0       'Less than once a month'    0               
2  Never   0                           0              
3  0       0                           'Once a month'
")

我想將這3列合並為一個，其中如果"Never"和其他列為0 ，則值為"Never" ，如果"Once a month" ，其余為0 ，則"Once a month"等等。 所有列都是互斥的，這意味着同一原始數據中不能有"Never"和"Once a month" 。

 //I tried to apply this loop:

         for (val in df) {
if(df$Col1 == "Never" && df$Col2 == "0")
  {
  df$consolidated <- "Never"
  } else (df$`Col1 == "0" && df$Col2 == "Less than once a month")
  {
  how_oft_purch_gr_pers$consolidated <- "Less than once a month"
  }
}

我只想首先計算兩列，但沒有用，因為合並列中的所有原始數據都填充為“每月少於一次”。

我希望它是這樣的：

ID Col1    Col2                       Col3             Consolidated
1  0       Less than once a month       0              Less than once a month
2  Never   0                            0              Never
3  0       0                            Once a month   Once a month

關於我在做什么錯的任何提示嗎？

先感謝您

Answer 1

將NA替換為0后，您可以考慮使用dplyr::coalesce 。 coalesce()查找第一個非缺失值（在本例中為行）並創建一個新列。 解決方案可以是：

library(dplyr)

df %>% mutate_at(vars(starts_with("Col")), funs(na_if(.,"0"))) %>%
  mutate(Consolidated = coalesce(Col1,Col2,Col3)) %>%
  select(ID, Consolidated)

# OR in concise way once can simply write as
bind_cols(df[1], Consolidated = coalesce(!!!na_if(df[-1],"0")))

#   ID           Consolidated
# 1  1 Less than once a month
# 2  2                  Never
# 3  3           Once a month

數據：

df <- read.table(text = 
"ID Col1    Col2                       Col3             
1  0       'Less than once a month'       0               
2  Never   0                            0              
3  0       0                            'Once a month'",
stringsAsFactors = FALSE, header = TRUE)

Answer 2

即使@MKR編寫了一個很好的答案，我也想指出您的代碼中的一些錯誤，這可能是它不起作用的原因

for (val in df) {

您可能想遍歷df所有行。 但是，實際上，您正在遍歷數據框的列 。 原因是數據幀是向量（您的列）的列表，所有向量都必須具有相同的長度。 使用您的代碼，您可以遍歷列的df元素。 有關數據框的每一行，請參見問答

  if(df$Col1 == "Never" && df$Col2 == "0"){

請注意，當使用雙&&而不是& ，R僅查看您賦予它的向量的第一個元素。 參見例如Q＆A 布爾運算符&&和||

    df$consolidated <- "Never"

在這里，您將df consolidated的整個列設置為"Never" ，因為您沒有從上面使用迭代var （即使它代表一個df行，但它並不代表您寫的那樣）。

  } else (df$`Col1 == "0" && df$Col2 == "Less than once a month"){

• 您需要使用else if(...) ，而不是else (...) 。 就像您寫的一樣， if(...)上面的if(...)不正確，R會認為應該執行(....)的語句，而if之后的{...}的語句將被R視為與if... else...構造無關，因為它已經執行(...) 。 因此，無論上述if(...)的結果如何，它將始終執行{...}塊。

• df$`Col1是錯字嗎？ 反引號`只能成對出現，並且可以在變量（以及列名）周圍使用

    df$consolidated <- "Less than once a month"

如上所述，您在此處再次將整個列設置為一個值。

  } 
}

Answer 3

這是使用基數R的可能性

開始您的結果列。 僅用"0"初始化它。

df$coalesced <- "0"

循環瀏覽df某些列（Col1–Col3）。 如果您可能只使用一列，請使用drop = FALSE ，因為R在這種情況下將輸出一個向量，並且for會在該向量的元素上循環，而在那種情況下不會在單個列上循環。

for( column in d[, c("Col1","Col2","Col3"), drop = FALSE]){

這將檢查每個coalesced是否已填充，如果沒有，則檢查（如果為"0"則將其填充當前列（也可以為"0" ））

    df$coalesced <- ifelse(df$coalesced == "0", column, df$coalesced)

}

將新列添加到數據框

df$coalesced <- coalesced