Question

假设我有这样的行：

    First, Last, Address, Address 2, Email, Custom1, Custom2, Custom3
1    A, B, C, D, E@E.com,1,2,3
2    A,  , C, D, E@E.com,1,2,
3     ,  ,  ,  , E@E.com,1, ,

我想要做的是创建一个函数来拉出最完整的行，我想知道是否有任何包或预先存在的方法（建议，甚至）这样做。在上面的例子中，我想有一个选择第1行的函数。

我不能使用complete.cases（）或na.omit（），因为在许多情况下，案例不完整且至少包含一个NA。我尝试将unique（）与一些特定的拉动相结合......但是我没有太多运气自动化这个操作任务。

Answer 1

你可以转换为字符，并逐行计算你有多少非空洞：

R> Lines <- "
+ First, Last, Address, Address 2, Email, Custom1, Custom2, Custom3
+  A, B, C, D, E@E.com,1,2,3
+  A,  , C, D, E@E.com,1,2,
+   ,  ,  ,  , E@E.com,1, ,
+ "
R> 
R> con <- textConnection(Lines)
R> df <- read.table(con, header=TRUE, sep=",")
R> close(con)
R> 
R> m <- as.matrix(df)  # now all char
R> 
R> counts <- apply(m, 1, function(r) { r <- gsub("^ $", "", r); 
+                                      sum(na.omit(r) != "") } )
R> 
R> df[which.max(counts), ]   # pick row of maximum
  First Last Address Address.2    Email Custom1 Custom2 Custom3
1     A    B       C         D  E@E.com       1       2       3
R>

Answer 2

您可以使用“”小于任何字母或任何数字的事实，因此只需在应用框架中使用sum (x >"" , na.rm=TRUE)：

> apply(tst, 1, function(x) sum(x > "", na.rm=TRUE))
[1] 8 7 6
> idx <- apply(tst, 1, function(x) sum(x > "", na.rm=TRUE))
> tst[which.max(idx),]
   First Last Address Address.2    Email Custom1 Custom2 Custom3
1 1    A    B       C         D  E@E.com       1       2       3

Answer 3

虽然我已经发布了一些有效的解决方案。它类似（使用apply和sum）但使用正则表达式（通过grepl）来实现它。所以你可以尝试使用你想要的任何模式。使用的“技巧”是逻辑值可以求和：

x <- structure(list(First = c("A", "A", ""), Last = c("B", "  ", "  "
), Address = c("C", "C", "  "), Address.2 = c("D", "D", "  "), 
    Email = c(" E@E.com", " E@E.com", " E@E.com"), Custom1 = c(1L, 
    1L, 1L), Custom2 = c(2L, 2L, NA), Custom3 = c(3L, NA, NA)), .Names = c("First", 
"Last", "Address", "Address.2", "Email", "Custom1", "Custom2", 
"Custom3"), class = "data.frame", row.names = c(NA, -3L))

mostComplete <- function(x) {
    tmp <- apply(x,1,grepl, pattern = "[[:alnum:]]")
    return(which.max(apply(tmp,2,sum)))
}

mostComplete(x)

[1] 1

PS：给年轻人一个机会......

选择具有最完整信息的行

3 个答案: