我有以下数据框,我试图将两列合并为一个,同时用NA数值替换's.
ID A B
1 3 NA
2 NA 2
3 NA 4
4 1 NA
Run Code Online (Sandbox Code Playgroud)
我想要的结果是:
ID New
1 3
2 2
3 4
4 1
Run Code Online (Sandbox Code Playgroud)
提前致谢!
jza*_*dra 14
当答案写完时,这可能不存在,但是因为我带着相同的问题来到这里并找到了更好的解决方案,这里是未来的googlers:
你想要的是以下coalesce()功能dplyr:
y <- c(1, 2, NA, NA, 5)
z <- c(NA, NA, 3, 4, 5)
coalesce(y, z)
[1] 1 2 3 4 5
Run Code Online (Sandbox Code Playgroud)
Hao*_*Hao 13
在这种情况下另一个非常简单的解决方案是使用该rowSums功能.
df$New<-rowSums(df[, c("A", "B")], na.rm=T)
df<-df[, c("ID", "New")]
Run Code Online (Sandbox Code Playgroud)
更新:感谢@Artem Klevtsov提到此方法仅适用于数字数据.
Col*_*vel 11
您可以使用unite从tidyr:
library(tidyr)
df[is.na(df)] = ''
unite(df, new, A:B, sep='')
# ID new
#1 1 3
#2 2 2
#3 3 4
#4 4 1
Run Code Online (Sandbox Code Playgroud)
你可以试试
New <- do.call(pmax, c(df1[-1], na.rm=TRUE))
Run Code Online (Sandbox Code Playgroud)
要么
New <- df1[-1][cbind(1:nrow(df1),max.col(!is.na(df1[-1])))]
d1 <- data.frame(ID=df1$ID, New)
d1
# ID New
#1 1 3
#2 2 2
#3 3 4
#4 4 1
Run Code Online (Sandbox Code Playgroud)
假设A或B都有一个NA,那就可以了:
# creating initial data frame (actually data.table in this case)
library(data.table)
x<- as.data.table(list(ID = c(1,2,3,4), A = c(3, NA, NA, 1), B = c(NA, 2, 4, NA)))
x
# ID A B
#1: 1 3 NA
#2: 2 NA 2
#3: 3 NA 4
#4: 4 1 NA
#solution
y[,New := na.omit(c(A,B)), by = ID][,c("A","B"):=NULL]
y
# ID New
#1: 1 3
#2: 2 2
#3: 3 4
#4: 4 1
Run Code Online (Sandbox Code Playgroud)