Question

V1<-c("Apple", "Orange", "NA", "NA")
V2<-c("NA", NA", "Strawberries", "NA")
V3<-data.frame(V1, V2)

想要获得以下信息：

V4<-c("Apple", "Orange", "Strawberries", "NA")
V4<-data.frame(V4)

有什么建议吗？谢谢！

Answer 1

V1<-c("Apple", "Orange", "NA", "NA")
V2<-c("NA", "NA", "Strawberries", "NA")
V3<-data.frame(V1, V2)


V3$V4 <- with(V3, ifelse(V1 == "NA" & V2 != "NA", as.character(V2), 
                         ifelse(V1 != "NA" & V2 == "NA", as.character(V1), "NA")))

这给出了：

      V1           V2           V4
1  Apple           NA        Apple
2 Orange           NA       Orange
3     NA Strawberries Strawberries
4     NA           NA           NA

Answer 2

使用(*ArbitraryType)&buffer[0]的{{1}}，也不要将字符串作为因素读取：

dplyr

Answer 3

还可以使用dplyr中的coalesce。我喜欢它，因为与嵌套的V1<-c("Apple", "Orange", NA, NA) V2<-c(NA, NA, "Strawberries", NA) V3 <-data.frame(V1, V2, stringsAsFactors = FALSE) library(dplyr) V3 %>% mutate(V4 = coalesce(V1, V2)) V1 V2 V4 1 Apple NA Apple 2 Orange <NA> Orange 3 <NA> Strawberries Strawberries 4 <NA> <NA> <NA>子句相比，跟踪发生的事情要容易得多：

case_when

在这种情况下，差异可能不会太大，但是测试的条件越多，越容易获得。例如，如果您还需要处理两列中都存在非“ NA”值的情况，则可以将其简单地扩展为：

ifelse

将两列合并为R中的一列

3 个答案: