Question

我有一个数据框

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,NA))

看起来像这样：

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

我希望得到这样的数据：

  a  N
1 A  1
2 B  2
3 C  3
4 D  4
5 E NA

谢谢！

Answer 1

使用coalesce的 dplyr 解决方案。

library(dplyr)

data %>%
    mutate(N = coalesce(x, y, z)) %>%
    select(a, N)

  a  N
1 A  1
2 B  2
3 C  3
4 D  4
5 E NA

select不需要transmute：

data %>%
    transmute(a, N = coalesce(x, y, z))

Answer 2

你可能想尝试这样的事情：

import React, { Component } from 'react';
import {
  AppRegistry,
  StyleSheet,
  Text,
  NavigatorIOS,
  View
} from 'react-native';

class HelloWorld extends Component {

Answer 3

pmax似乎在这里提出了建议，与循环每一行相比，大数据应该快得多：

do.call(pmax, c(data[c("x","y","z")],na.rm=TRUE) )
#[1]  1  2  3  4 NA

cbind(data["a"], N=do.call(pmax, c(data[c("x","y","z")],na.rm=TRUE) ))
#  a  N
#1 A  1
#2 B  2
#3 C  3
#4 D  4
#5 E NA

将列与NA组合

3 个答案: