Question

假设我有一个7列的数据框，其中一些行有7个值，而其他行有超过某个点的NAs。我想抓住不是NA的最后一个值（从左到右）然后直接到左边的值。它是分层数据，但有些组比其他组更深入。我想在新数据框中的两列中最深和最深的第二组。

此代码可以工作，但最大限度地提高了我对46K观测数据帧的记忆。是否有一种我没有想到的更有效的方式？

df <- data.frame(LEVEL1 = c('animal', 'vegetable', 'mineral'),
                 LEVEL2 = c('mammal', 'pepper', 'rock'),
                 LEVEL3 = c('dog', 'jalepeno', NA),
                 LEVEL4 = c('westie', NA, NA))

deepest <- apply(df, 1, 
                  function(x) length(which(!is.na(x))))
one.up <- apply(df, 1, 
                    function(x) length(which(!is.na(x)))-1)
len <- nrow(df)
output <- data.frame(one.up = unlist(sapply(1:len, 
                            function(x) df[x, one.up[x]])),
                     deepest= unlist(sapply(1:len, 
                                            function(x) df[x, deepest[x]])))

第一次发帖。通常我可以从这个网站拼凑我需要的东西。提前谢谢。

Answer 1

我认为您可以通过简单的apply调用来保存运行该循环两次，例如：

> apply(df, 1, function(x) {
+     n <- max(which(!is.na(x)))
+     x[(n-1):n]
+ })
     [,1]     [,2]       [,3]     
[1,] "dog"    "pepper"   "mineral"
[2,] "westie" "jalepeno" "rock"

Answer 2

我不确定你的代码会提供你认为应该如何穿过行的长度（尽管你说不应该发生这种情况）应该提供的内容。这段代码将在第一个NA之前停止并返回两个先前的价值观。

> output.m <- apply(df,1,function(x) { leng.na <-rle(is.na(x))$lengths[1]
                                       tail(x[1:leng.na],2) }  )
> output.d <- as.data.frame(t(output.m))
> output.d
       V1       V2
1     dog   westie
2  pepper jalepeno
3 mineral     rock

根据行中的NA选择数据框中的列

2 个答案: