Question

我有一些包含某些行的数据框，在某些列中是相同的，并且应该相同，而是填充row(at point: NSPoint) -> Int。

示例：

NA

实际上，这是一个很大的数据集，并且不仅仅有两个值。

我想获得行ID NAME SURNAME value1 value2 1 1 Luke Skywalker 1 3 2 2 Luke Skywalker NA NA 3 3 Luke Skywalker NA NA 4 6 Han Solo NA NA 5 7 Han Solo 5 5 6 8 Han Solo 4 NA的向量，它们具有相同的ID和Name，但在列中有Surname个值，其中列具有相同名称和姓氏具有实际值。如果存在混合数据的情况（如NA所示），我想获得仅Han数据的ID行，除非有一个包含值的完整行，与不完整行中的那一行相同，那么我还想得到不完整行的NA。

所以我的例子的回报是ID

编辑：正如问题中所提到的，姓名和姓氏很重要，因为我只想获得c(2,3,6)当且仅当有完整或更完整的行时为该名称姓氏组合。变量实际上是测试的结果，每年应该只发生一次（在我的df中，我也会按测试日期分组，我在这里跳过，因为分组变量应该对解决方案没有影响，就我而言知道）。

Answer 1

这是获取行ID的向量的示例，其具有相同的Nameand Surname，但在列中具有NA值＆＃34; ＆安培; ＆＃34;只获取行的ID，只有NAdata＆＃34;：

df <- read.table(header = TRUE, text = " ID   NAME   SURNAME      value1     value2
1     1  Luke Skywalker            1         3 
             2     2  Luke Skywalker            NA        NA
             3     3  Luke Skywalker            NA        NA
             4     6   Han      Solo            NA        NA
             5     7   Han      Solo            5         5 
             6     8   Han      Solo            4         NA ")

df[apply(df[ , c("value1", "value2")], 1, function(x) all(is.na(x))), ]

Answer 2

另一种选择是对使用仅具有“值”列的数据集子集创建的逻辑矩阵使用rowSums。它是矢量化的，应该适用于数据集中的任意数量的“值”列

df[!rowSums(!is.na(df[grep("value", names(df))])),]
#  ID NAME   SURNAME value1 value2
#2  2 Luke Skywalker     NA     NA
#3  3 Luke Skywalker     NA     NA
#4  6  Han      Solo     NA     NA

Answer 3

使用dplyr的解决方案。

library(dplyr)

df %>% filter_at(vars(-ID, -NAME, -SURNAME), all_vars(is.na(.)))

  ID NAME   SURNAME value1 value2
1  2 Luke Skywalker     NA     NA
2  3 Luke Skywalker     NA     NA
3  6  Han      Solo     NA     NA

filter_at是一种过滤多列条件的方法。我们可以使用vars(...)来选择我们想要的列。在上面的示例中，vars(-ID, -NAME, -SURNAME)表示过滤条件未应用于ID，NAME和SURNAME列。因为您说您需要过滤两列以上的条件，所以我想演示指定过滤列的其他方法。以下代码以及指定列的其他方法也可以使用。

# Select columns to begin with "value"
df %>% filter_at(vars(starts_with("value")), all_vars(is.na(.)))

# Select columns to contain "value"
df %>% filter_at(vars(contains("value")), all_vars(is.na(.)))

# Select columns to match "value" using regular expression
df %>% filter_at(vars(matches("value")), all_vars(is.na(.)))

# Select columns by column index numbers, not using the first three columns
df %>% filter_at(vars(-1:-3), all_vars(is.na(.)))

# Select columns by column index numbers, starting the fourth column to the end
df %>% filter_at(vars(4:ncol(.)), all_vars(is.na(.)))

all_vars(is.na(.))表示指定的所有列都需要满足过滤条件（is.na(.) == TRUE）。

数据

df <- read.table(header = TRUE, text = " ID   NAME   SURNAME      value1     value2
1     1  Luke Skywalker            1         3 
                 2     2  Luke Skywalker            NA        NA
                 3     3  Luke Skywalker            NA        NA
                 4     6   Han      Solo            NA        NA
                 5     7   Han      Solo            5         5 
                 6     8   Han      Solo            4         NA ")

Answer 4

如果我理解正确：）

df <- read.table(header = TRUE, text = " ID   NAME   SURNAME      value1     value2
1     1  Luke Skywalker            1         3 
             2     2  Luke Skywalker            NA        NA
             3     3  Luke Skywalker            NA        NA
             4     6   Han      Solo            NA        NA
             5     7   Han      Solo            5         5 
             6     8   Han      Solo            4         NA ")

all_or_some_na  <- which(unname(apply(df[4:ncol(df)],1,anyNA)))
all_na          <- which(unname(apply(df[4:ncol(df)],1,function(x) all(is.na(x)))))
some_na         <- setdiff(all_or_some_na,all_na)
complete_rows   <- setdiff(1:nrow(df),all_or_some_na)

如何获取行的ID，这些行在某些列中相同但在其他列中具有NA

4 个答案:

数据