[英]How to make a function that creates a column with combined observations
我顯然是數據清理的新手,並且在清理調查導出時遇到了麻煩。 這就是我的數據框以原始形式顯示的樣子。
Var1 Colname1 Colname2 Colname3 Var2
Observation1 NA NA Val1 Val_1
Observation2 NA Val2 NA Val_1
Observation3 Val3 NA NA Val_1
Observation4 Val4 Val5 NA Val_2
Observation5 NA NA Val6 Val_2
我想將我的數據清理成這樣:
Var1 SubVar1 Var2
Observation1 Val1 Val_1
Observation2 Val2 Val_1
Observation3 Val3 Val_1
Observation4 Val4 Val_2
Observation4 Val5 Val_2
Observation5 Val6 Val_2
我試圖刪除 NA 值:
df1 <- na.omit(c(Colname1, Colname2, Colname3))
問題是它會刪除所有行,因為每一行都有一個 NA。 我還嘗試連接值,然后使用 separate_rows() 函數,但這僅適用於在一列中只有一個值的觀察。 對於在多列中包含值的觀察(請參閱 Observation4),這將不起作用。
感謝你們提供的任何幫助!
嘗試,
data %>% mutate(SubVar1 = coalesce(Colname1,Colname2,Colname3)) %>%
select(Var1, SubVar1, Var2)
我會認為這是從寬到長的樞軸(重塑)操作:
library(dplyr)
library(tidyr)
data %>%
pivot_longer(cols = Colname1:Colname3, values_to = "SubVar1") %>%
filter(!is.na(SubVar1)) %>%
select(Var1, SubVar1, Var2)
# # A tibble: 6 × 3
# Var1 SubVar1 Var2
# <chr> <chr> <chr>
# 1 Observation1 Val1 Val_1
# 2 Observation2 Val2 Val_1
# 3 Observation3 Val3 Val_1
# 4 Observation4 Val4 Val_2
# 5 Observation4 Val5 Val_2
# 6 Observation5 Val6 Val_2
要了解發生了什么,請運行第一行,然后是第一行和第二行,然后是第一行、第二行和第三行,等等。有關指定要透視的列的其他幾個選項,請參閱?pivot_longer
- 您可以明確命名,使用 a名稱模式,如names_pattern = "Colname"
或使用Colname1:Colname3
來選擇連續的列,就像我上面所做的那樣。
我們可以通過行/列索引以矢量化方式使用base R
將列名為'Colname'的列子集,然后用max.col
獲取每行非NA元素的列索引, cbind
行序列,提取對應的元素,創建新的data.frame
i1 <- startsWith(names(df1), "Colname")
data.frame(df1['Var1'], SubVar1 = df1[i1][cbind(seq_len(nrow(df1)),
max.col(!is.na(df1[i1]), "first"))], df1['Var2'])
Var1 SubVar1 Var2
1 Observation1 Val1 Val_1
2 Observation2 Val2 Val_1
3 Observation3 Val3 Val_1
4 Observation4 Val4 Val_2
5 Observation5 Val6 Val_2
df1 <- structure(list(Var1 = c("Observation1", "Observation2", "Observation3",
"Observation4", "Observation5"), Colname1 = c(NA, NA, "Val3",
"Val4", NA), Colname2 = c(NA, "Val2", NA, "Val5", NA), Colname3 = c("Val1",
NA, NA, NA, "Val6"), Var2 = c("Val_1", "Val_1", "Val_1", "Val_2",
"Val_2")), class = "data.frame", row.names = c(NA, -5L))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.