以倒序顺序计算data.frame中列的连续NA

时间:2017-06-22 09:30:32

标签: r na

我需要在调查数据集中识别离开者。为此,我想在我的数据中添加另一列,计算连续NA,从一个特定列开始,然后向后计数。

我已经按照here解释了整体NA,虽然NA的数量很高,但我还是很好,我想确保人们没有#&# 39;只是跳过问卷的部分内容而不是彻底离开。

以下是一些示例数据:

df <- structure(list(f1 = c(3, 3, 1, 2, 3, 2, 2, NA, 2, 3), f2num = c(170, 
NA, 182, 173, 169, NA, NA, NA, 153, 178), f3num = c(105, NA, 
77, 80, 58, NA, NA, NA, 45, 81), f4num = c(2, NA, 0, NA, NA, 
NA, 1, NA, 0, 0), f5num = c(9, NA, 1, NA, NA, NA, 2, NA, 0, 2
), f6num = c(NA, NA, NA, NA, NA, NA, 0, NA, NA, NA), f7 = c(NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_), f7num = c(NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_
), f8num = c(NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), f9 = c(NA_real_, 
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, 
NA_real_, NA_real_)), .Names = c("f1", "f2num", "f3num", "f4num", 
"f5num", "f6num", "f7", "f7num", "f8num", "f9"), row.names = c(NA, 
10L), class = "data.frame")

> df
   f1 f2num f3num f4num f5num f6num f7 f7num f8num f9
1   3   170   105     2     9    NA NA    NA    NA NA
2   3    NA    NA    NA    NA    NA NA    NA    NA NA
3   1   182    77     0     1    NA NA    NA    NA NA
4   2   173    80    NA    NA    NA NA    NA    NA NA
5   3   169    58    NA    NA    NA NA    NA    NA NA
6   2    NA    NA    NA    NA    NA NA    NA    NA NA
7   2    NA    NA     1     2     0 NA    NA    NA NA
8  NA    NA    NA    NA    NA    NA NA    NA    NA NA
9   2   153    45     0     0    NA NA    NA    NA NA
10  3   178    81     0     2    NA NA    NA    NA NA

我的预期输出应如下所示:

> df
   f1 f2num f3num f4num f5num f6num f7 f7num f8num f9 consNA
1   3   170   105     2     9    NA NA    NA    NA NA      5
2   3    NA    NA    NA    NA    NA NA    NA    NA NA      9
3   1   182    77     0     1    NA NA    NA    NA NA      5
4   2   173    80    NA    NA    NA NA    NA    NA NA      7
5   3   169    58    NA    NA    NA NA    NA    NA NA      7
6   2    NA    NA    NA    NA    NA NA    NA    NA NA      9
7   2    NA    NA     1     2     0 NA    NA    NA NA      4
8  NA    NA    NA    NA    NA    NA NA    NA    NA NA     10
9   2   153    45     0     0    NA NA    NA    NA NA      5
10  3   178    81     0     2    NA NA    NA    NA NA      5

Jthorpe对this question的回答让我远远超过

t(apply(df,1,function(x)which.min(rev(is.na(x)))-1))

     1 2 3 4 5 6 7 8 9 10
[1,] 5 9 5 7 7 9 4 0 5  5

这显然几乎是我所需要的,但如果一切都是NA则不起作用(见第8行)。

1 个答案:

答案 0 :(得分:2)

这有点笨拙但是有效:

NA

对于每一行,我们反转其顺序并计算第一组user s,直到遇到任何非NA。