Question

我在R中有一个非结构化的数据帧，即应该分组为四列的数据分布在数据帧中：

当我应用下面的代码时，我正在转置数据，然后使用子集将所有值组合在一起，然后再将其转置回来。结果如下：

但是，我确信通过循环机制可以更有效地实现此目的。

对于我可以采取的改进以下步骤的任何建议表示赞赏。理想情况下，我可以使用循环来整理将包含在特定数据框中的所有列。

tmydata=t(mydata)
df=data.frame(tmydata)

firstrow=subset(df, X1!="NA")
thefirstrow=firstrow[1]

secondrow=subset(df, X2!="NA")
thesecondrow=secondrow[2]

thirdrow=subset(df, X3!="NA")
thethirdrow=thirdrow[3]

fourthrow=subset(df, X4!="NA")
thefourthrow=fourthrow[4]

df2=data.frame(thefirstrow,thesecondrow,thethirdrow,thefourthrow)
finaloutput=t(df2)
finaldata=data.frame(finaloutput)
finaldata
col_headings <- c("A","B","C","D")
finaldata
names(finaldata) <- col_headings

Answer 1

我认为以下是您想要的：

一些示例数据：

set.seed(1234)
df = matrix(runif(32),4,8)
colnames(df) = LETTERS[1:8]
df[df<0.2]=NA

代码：

library(plyr)
df = rbind.fill(lapply(1:nrow(df), function(x) {as.data.frame(t(df[x,][!is.na(df[x,])])) }))
colnames(df) = LETTERS[1:ncol(df)]

输入：

             A         B         C         D         E         F         G         H
[1,]        NA 0.8609154 0.6660838 0.2827336 0.2862233 0.3166125 0.2187995 0.8313450
[2,] 0.6222994 0.6403106 0.5142511 0.9234335 0.2668208 0.3026934 0.8105986        NA
[3,] 0.6092747        NA 0.6935913 0.2923158        NA        NA 0.5256975 0.4560915
[4,] 0.6233794 0.2325505 0.5449748 0.8372956 0.2322259        NA 0.9146582 0.2651867

输出：

          A         B         C         D         E         F         G
1 0.8609154 0.6660838 0.2827336 0.2862233 0.3166125 0.2187995 0.8313450
2 0.6222994 0.6403106 0.5142511 0.9234335 0.2668208 0.3026934 0.8105986
3 0.6092747 0.6935913 0.2923158 0.5256975 0.4560915        NA        NA
4 0.6233794 0.2325505 0.5449748 0.8372956 0.2322259 0.9146582 0.2651867

Answer 2

# create a function which subsets x by removing NAs
naFilter = function(x) {
    return(subset(x, !is.na(x)));
}

tidydata = as.data.frame( # convert the object into a data.frame
    t( # transpose the apply output (see ?apply)
        # apply the filter function per-row
        apply(yourdata, 1, naFilter)
    )
);
# rename data.frame columns
colnames(tidydata) = c("A", "B", "C", "D")

整理R中的数据 - 我应该使用循环吗？

2 个答案: