如何从现有两列创建新列但省略 R 中的 NA 行

Question

我有一个数据框，其中一部分如下所示：

Domain <- c(rep("Bacteria",3),rep("Archaea", 2))
Phylum <- c("Proteobacteria","Cyanobacteria","Planctomycetota", "Thermoplasmatota", "Thermoplasmatota")
Class <- c("Alphaproteobacteria","Cyanobacteriia","Phycisphaerae","Poseidoniia_A",NA)
Order <- c("Sphingomonadales", NA, "Phycisphaerales", "Poseidoniales", NA)
Family <- c("Emcibacteraceae", NA, NA, "Poseidonia", NA)
Genus <- c("UBA4441", NA,NA,NA,NA)
Species <- c("UBA4441 sp", NA,NA,NA,NA)


demo_table <- data.frame(Domain, Phylum, Class, Order, Family, Genus, Species)

这里的要点是我想创建一个名为“赋值”的新列，该列包含逐行包含非 NA 值的最后两列的合并，并且这些值由空格分隔。

这是预期的输出：

领域	门	班级	命令	家庭	属	物种	分配
细菌	变形菌门	α变形菌门	鞘氨醇单胞菌目	杆菌科	UBA4441	UBA4441 sp	UBA4441 UBA4441 sp
细菌	蓝细菌	蓝细菌	不适用	不适用	不适用	不适用	蓝藻 蓝藻
细菌	浮霉菌门	球球族	球球目	不适用	不适用	不适用	球球目
古细菌	热原体门	波塞冬尼亚_A	海神目	波塞多尼亚	不适用	不适用	波塞冬目
古细菌	热原体门	不适用	不适用	不适用	不适用	不适用	热原体古细菌

我认为这paste()可能适用于这种情况，但不确定如何实现它，以便我可以获得上述预期的输出数据帧。

Answer 1

我们可以使用base R- 循环遍历行，用 删除 NA ，用和na.omit获取最后两个元素tailn = 2paste

demo_table$assignation <- apply(demo_table, 1, 
   function(x) paste(tail(na.omit(x), 2), collapse = " "))

-输出

demo_table$assignation
[1] "UBA4441 UBA4441 sp"            "Cyanobacteria Cyanobacteriia"  "Phycisphaerae Phycisphaerales" "Poseidoniales Poseidonia"     
[5] "Archaea Thermoplasmatota"     

with tidyverse，我们也可以使用unite并删除 NAwith na.rm = TRUE，然后提取最后两个单词

library(dplyr)
library(tidyr)
library(stringr)
demo_table %>% 
  unite(assignation, everything(), na.rm = TRUE, remove = FALSE) %>% 
  mutate(assignation = str_replace(assignation,     
     ".*_([^_]+)_([^_]+)$", "\\1 \\2")) %>% 
  relocate(assignation, .after =last_col())