Question

我是新手R用户，我有一个由数据和标志列组织的大型数据框（1700列）：

df <- data.frame( "100249 MERCURY TOTAL ug/L" = runif(10),
              "100397 TRIHALOMETHANES ug/L" = runif(10),
              "100397 TRIHALOMETHANES ug/L FLAG" = c("L", "L", NA, "L", "L", NA, "L", NA, NA, NA),
              "100407 XYLENE ug/L" = runif(10),
              "100407 XYLENE ug/L FLAG" = c("L", NA, "L", "L", "L", NA, "L", NA, "L", "L"), 
              check.names=FALSE )

数据没有模式，并非每个参数都有关联的FLAG列。

我想将匹配的数据和标志合并在一起，首先是标志，然后是每个单元格中的数字数据，并重命名合并的列'100397 TRIHALOMETHANES ug / _COMB'并重复每对数据和＆amp;旗帜柱。

到目前为止，我已经使用grepl搜索FLAG列，使用gsub和paste0创建一个新的头，但是用于组合列的lapply和merge函数对我来说不起作用。我也一直在读人们使用'paste'或者tidyr'unite'来合并列，但到目前为止还没有任何成功。

我的代码示例：

lapply(df, function(x) if (grepl("*\\FLAG$", colnames(df(x)))) {


  newcol = paste0("df$", gsub("*\\FLAG$", "", colnames(df(x))), "_COMB")
  assign(newcol, merge(df[x], df[x-1], all= T))

})

非常感谢任何建议，谢谢。

Answer 1

Reduce(f = function(dat, col) {
  x <- sub(" ?FLAG$", "", col)
  if (!x %in% names(dat)) return(dat)
  dat[paste0(x, "_COMB")] <- paste(dat[[col]], dat[[x]])
  dat[c(col, x)] <- NULL
  dat
}, x = grep("FLAG$", names(df), value = TRUE), init = df)

#    100249 MERCURY TOTAL ug/L 100397 TRIHALOMETHANES ug/L_COMB 100407 XYLENE ug/L_COMB
# 1                 0.04353999              L 0.375519647961482      L 0.95818781433627
# 2                 0.49308933              L 0.931443430483341    NA 0.744603316066787
# 3                 0.68270299             NA 0.409499574452639     L 0.993966163368896
# 4                 0.26546071             L 0.0351015995256603     L 0.696171462768689
# 5                 0.95956891              L 0.603019695729017     L 0.709421107778326
# 6                 0.01842927              NA 0.96781362616457    NA 0.201458259951323
# 7                 0.12114176              L 0.734256325522438     L 0.457969205919653
# 8                 0.93771709             NA 0.309347201371565    NA 0.508297981694341
# 9                 0.47122685             NA 0.822285959031433      L 0.87013426842168
# 10                0.11501974              NA 0.56137450854294     L 0.153437153436244

或者：

dat <- df
for (col in grep("FLAG$", names(df), value = TRUE)) {
  x <- sub(" ?FLAG$", "", col)
  if (!x %in% names(dat)) next
  dat[paste0(x, "_COMB")] <- paste(dat[[col]], dat[[x]])
  dat[c(col, x)] <- NULL
}
dat

R - 在一个数据帧中组合两列，创建新列标题，使用lapply和merge重复大数据集

1 个答案: