合並名稱中具有相同后綴的多個列塊 (R)

Question

我有一個數據集，其中包含具有不同前綴但后綴相同的各種“塊”列：

ID	A034	B034	C034	D034	A099	B099	A123	B123	...
1	不適用	1	不適用	不適用	不適用	3	1	不適用	...
2	2	不適用	不適用	不適用	2	不適用	不適用	2	...
3	不適用	不適用	2	不適用	不適用	2	1	不適用	...

每個“塊”中的列數也各不相同。 有沒有什么方法（除了手動，這是我一直在努力用coalesce(.,! select(., contains("XXX"))) ) 來根據共享后綴自動合並塊？ 也就是說，結果應該類似於

ID	034	099	123	...
1	1	3	1	...
2	2	2	2	...
3	2	2	1	...

我不確定如何開始做這樣的事情，所以任何建議都會非常有幫助。

Answer 1

我們使用pivot_longer將數據重塑為“long”格式，然后按“ID” na.omit across NA 元素（我們假設每列只有一個非 NA按組）

library(dplyr)
library(tidyr)
df1 %>%
    pivot_longer(cols = -ID, names_to = ".value", 
           names_pattern = "[A-Z](\\d+)") %>% 
    group_by(ID) %>%
    summarise(across(everything(), na.omit), .groups = 'drop')

-輸出

# A tibble: 3 x 4
     ID `034` `099` `123`
  <int> <int> <int> <int>
1     1     1     3     1
2     2     2     2     2
3     3     2     2     1

---

或者為了安全起見，使用complete.cases為非 NA 元素創建邏輯向量，並提取第一個元素（假設我們只需要一個非 NA - 如果非 NA 長度不同，我們可能需要返回一份list ）

df1 %>%
     pivot_longer(cols = -ID, names_to = ".value",
          names_pattern = "[A-Z](\\d+)") %>%
     group_by(ID) %>% 
     summarise(across(everything(),  ~ .[complete.cases(.)][1]))

數據

df1 <- structure(list(ID = 1:3, A034 = c(NA, 2L, NA), B034 = c(1L, NA, 
NA), C034 = c(NA, NA, 2L), D034 = c(NA, NA, NA), A099 = c(NA, 
2L, NA), B099 = c(3L, NA, 2L), A123 = c(1L, NA, 1L), B123 = c(NA, 
2L, NA)), class = "data.frame", row.names = c(NA, -3L))

Answer 2

另一種方法

library(tidyverse)

split(names(df1)[-1], gsub('^\\D*(\\d+)$', '\\1', names(df1)[-1])) %>% map(~df1[c('ID', .x)]) %>%
  imap(~ .x %>% group_by(ID) %>% rowwise %>% transmute(!!.y := first(na.omit(c_across(everything())))) %>% ungroup) %>%
  reduce(left_join, by = 'ID')

#> # A tibble: 3 x 4
#>      ID `034` `099` `123`
#>   <int> <int> <int> <int>
#> 1     1     1     3     1
#> 2     2     2     2     2
#> 3     3     2     2     1

^{由代表 package (v2.0.0) 於 2021 年 6 月 20 日創建}