62

我在 R 中有一些列，对于每一行，其中一个只会有一个值，其余的将是 NA。我想将这些与非 NA 值组合成一列。有谁知道这样做的简单方法。例如我可以有如下：

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))

所以我会

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

我会得到

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

包含 NA 的列的名称会根据查询中前面的代码而变化，因此我将无法显式调用列名，但我将包含 NA 的列的列名存储为向量，例如在本例cols <- c('x','y','z')中，所以可以使用data[, cols].

任何帮助，将不胜感激。

谢谢

4

10 回答 10

54

基于的dplyr::coalesce解决方案可以是：

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

数据

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))
于 2018-04-15T09:32:58.377 回答
22

您可以使用unlist将列转换为一个向量。之后，na.omit可用于删除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
于 2013-01-28T13:56:08.097 回答
15

这是一个更通用（但更简单）的解决方案，它扩展到具有无序 NA 的所有列类型（因子、字符等）。is.na该策略只是使用索引将其他列的非 NA 值合并到合并列中：

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

请注意，m如果同一行中有多个非 NA 值，这将覆盖现有值。如果您有很多列，您可以通过循环来自动执行此操作colnames(data)。

于 2014-11-05T13:40:32.217 回答
14

我会使用rowSums()这个na.rm = TRUE论点：

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

这使：

> 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

您必须直接调用该方法 ( cbind.data.frame)，因为上面的第一个参数不是数据框。

于 2013-01-28T14:02:59.877 回答
5

像这样的东西？

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

给出：

  a mycol
1 A     1
2 B     2
3 C     3
4 D     4
5 E     5
于 2013-01-28T13:57:21.307 回答
1

最大值也有效。也适用于字符串向量。

cbind(data[1], mycol=apply(data[-1], 1, max, na.rm=T))
于 2016-09-20T18:55:02.203 回答
0

虽然这不是 OP 的情况，但似乎有些人喜欢基于总和的方法，如何以均值和模式思考，以使答案更具普遍性。这个答案与标题相匹配，这是很多人会发现的。

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
于 2017-08-25T17:58:32.603 回答
0

在相关链接（在 paste() 中抑制 NAs）中，我提供了一个paste带有na.rm选项的版本（不幸的名称为paste5）。

这样代码就变成了

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

的输出paste5是一个字符，如果你有字符数据，它就可以工作，否则你需要强制转换为你想要的类型。

于 2015-12-16T10:37:07.230 回答
0

如果你想坚持基地，

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)
于 2019-10-15T12:48:54.957 回答
0

dplyr使用and的一种可能性tidyr是：

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

在这里，它将数据从宽格式转换为长格式，从该操作中排除第一列并删除 NA。

于 2019-05-03T21:13:09.730 回答