Question

现在我有一个这样的数据框：

   Z    A  B  C  D  F
1  82   1 NA NA NA 77
2 454  NA  2 NA NA 18
3 606  NA NA  3 NA 12
4  55  NA NA NA  4 23
5  32  NA  2 NA NA  4
# And many more rows follows

每列中只有一列A，B，C，D具有值，并且每列中的值相同。我想将它们合并为一个单独的列，1,2,3,4将成为这个新列的因子级别。

期望的结果：

   Z    A  B  C  D  F  E
1  82   1 NA NA NA 77  1
2 454  NA  2 NA NA 18  2
3 606  NA NA  3 NA 12  3
4  55  NA NA NA  4 23  4
5  32  NA  2 NA NA  4  2
# And many more rows follows
# Dropping A,B,C,D as a side-effect is OK

我尝试使用ifelse语句（data$E = ifelse(data$A == 1, 5, data$A)，但每个ifelse语句都会覆盖之前的修改，因此最后只有4级写入E列。

我可以合并这些列吗？滴A，B，C，D作为副作用是可以的。谢谢！

编辑：如果左边和右边有更多列无关紧要怎么办？需要某种切片吗？（参见编辑的代码）

Answer 1

只要每行只有一个值，rowSums就可以了：

df$E <- rowSums(df, na.rm = TRUE)

df
##    A  B  C  D E
## 1  1 NA NA NA 1
## 2 NA  2 NA NA 2
## 3 NA NA  3 NA 3
## 4 NA NA NA  4 4
## 5 NA  2 NA NA 2

Answer 2

我们可以将pmax或pmin与na.rm = TRUE

一起使用

df1$E <- do.call(pmax, c(df1, na.rm=TRUE))
df1
#   A  B  C  D E
#1  1 NA NA NA 1
#2 NA  2 NA NA 2
#3 NA NA  3 NA 3
#4 NA NA NA  4 4
#5 NA  2 NA NA 2

我们也可以使用max.col（在此示例中，我们不需要cbind行索引）

max.col(!is.na(df1))
#[1] 1 2 3 4 2

一般

df1[cbind(1:nrow(df1), max.col(!is.na(df1)))]

或者我们可以使用%*%来获取每行非NA元素的列索引

(+(!is.na(df1)) %*% seq_along(df1))[,1]

如果我们使用hadleyverse，coalesce也可以提供帮助

library(dplyr)
df1 %>% 
     mutate(E = coalesce(A, B, C, D))
#   A  B  C  D E
#1  1 NA NA NA 1
#2 NA  2 NA NA 2
#3 NA NA  3 NA 3
#4 NA NA NA  4 4
#5 NA  2 NA NA 2

或data.table

的其他选项

library(data.table)
setDT(df1)[, E := na.omit(unlist(.SD)) ,1:nrow(df1)]

注意：此解决方案基于OP的初始示例/预期输出以及此帖子的title R：将多个列合并为一个，每行一个值< /强>

数据

df1 <- structure(list(A = c(1L, NA, NA, NA, NA), B = c(NA, 2L, NA, NA, 2L), C = c(NA, NA, 3L, NA, NA), D = c(NA, NA, NA, 4L, NA)), .Names = c("A", "B", "C", "D"), class = "data.frame", row.names = c("1", "2", "3", "4", "5"))

R：将多个列合并为一个列，每行有一个值

2 个答案:

数据