Question

我有一个包含几列的数据框，其中每行只有一列可以具有非NA值。我想将列合并为一个，只保留非NA值，类似于这篇文章：

但是，在我的情况下，有些行可能只包含NAs，所以在组合列中，我们应该保留一个NA，就像这样（改编自我提到的帖子）：

data <- data.frame('a' = c('A','B','C','D','E','F'),
                   'x' = c(1,2,NA,NA,NA,NA),
                   'y' = c(NA,NA,3,NA,NA,NA),
                   'z' = c(NA,NA,NA,4,5,NA))

所以我会

  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  5
6 F NA NA NA

我会得到

 'a' 'mycol'  
  A   1  
  B   2  
  C   3  
  D   4  
  E   5  
  F   NA

上面提到的帖子的解决方案在我的情况下不起作用因为行F，它是：

cbind(data[1], mycol = na.omit(unlist(data[-1])))

谢谢！

Answer 1

一个选项是来自coalesce

的dplyr

library(tidyverse)
data %>% 
   transmute(a, mycol = coalesce(!!! rlang::syms(names(.)[-1])))
#    a mycol
#1 A     1
#2 B     2
#3 C     3
#4 D     4
#5 E     5
#6 F    NA

或者我们可以使用max.col

中的base R

cbind(data[1], mycol= data[-1][cbind(1:nrow(data), 
       max.col(!is.na(data[-1])) * NA^!rowSums(!is.na(data[-1]))+1)])
#   a mycol
#1 A     1
#2 B     2
#3 C     3
#4 D     4
#5 E     5
#6 F    NA

或仅限rowSums

v1 <- rowSums(data[-1], na.rm = TRUE)
cbind(data[1], mycol = v1 * NA^!v1)

或另一个选项是pmax

cbind(data[1], mycol = do.call(pmax, c(data[-1], na.rm = TRUE)))

或pmin

cbind(data[1], mycol = do.call(pmin, c(data[-1], na.rm = TRUE)))

Answer 2

使用基础R ......

data$mycol <- apply(data[,2:4], 1, function(x) x[!is.na(x)][1])

data
  a  x  y  z mycol
1 A  1 NA NA     1
2 B  2 NA NA     2
3 C NA  3 NA     3
4 D NA NA  4     4
5 E NA NA  5     5
6 F NA NA NA    NA

R：组合忽略NA的列

2 个答案: