相关疑难解决方法(0)

背景

几种SQL语言(我主要使用postgreSQL)有一个名为coalesce的函数,它返回每行的第一个非空列元素.当表中包含大量NULL元素时,这可以非常有效地使用.

我在R中的许多场景中都遇到过这种情况,当处理不太结构化的数据时,其中包含很多NA.

我自己做了一个天真的实现,但它的速度非常慢.

coalesce <- function(...) {
  apply(cbind(...), 1, function(x) {
          x[which(!is.na(x))[1]]
        })
}

例

a <- c(1,  2,  NA, 4, NA)
b <- c(NA, NA, NA, 5, 6)
c <- c(7,  8,  NA, 9, 10)
coalesce(a,b,c)
# [1]  1  2 NA  4  6

题

coalesce在R中有没有有效的方法？

这是先前问题的延伸。如何将数据框的两列组合为

data <- data.frame('a' = c('A','B','C','D','E'),
                   'x' = c("t",2,NA,NA,NA),
                   'y' = c(NA,NA,NA,4,"r"))

显示为

'a' 'x' 'y'  
 A   t   NA  
 B   2   NA  
 C  NA   NA  
 D  NA   4  
 E  NA   r

要得到

 'a' 'mycol'  
  A   t  
  B   2  
  C   NA  
  D   4  
  E   r  

我试过这个

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

但它显然没有保留行NA。

我正在清理一个大学项目的数据，我有两个变量，DidVote 和 WouldVote，指示该人投票给谁（如果他们在实际选举中投票）以及他们会投票给谁（如果他们投票）不参与选举投票）。这两列显然是互补的，这意味着如果 DidVote 有一些价值，WouldVote 就是 NA，反之亦然。我想将这两个变量合并为一个，这意味着我想要得到类似第三列的内容：

DidVote    WouldVote    Vote
x          NA           x
NA         z            z
NA         y            y
y          NA           y

我尝试执行以下操作：

data$Vote <- paste(data$DidVote,data$WouldVote)

但我最终得到的是：

DidVote    WouldVote    Vote
x          NA           x NA
NA         z            NA z
NA         y            NA y
y          NA           y NA

如何合并这两列，以便新变量从两个变量 DidVote 和 WouldVote 中获取非 NA 值？

假设您有：

df = data.frame(a = c(1,2,NA),b = c(NA, 1,2))
> df
   a  b
1  1 NA
2  2  1
3 NA  2

并希望基于a创建一个新列c。如果缺少a，则使用b。这有效：

df %>% mutate(c= a,
              c = replace(c, is.na(a), b[is.na(a)]))

但是（对我来说，只有我吗？）看起来笨拙（就我而言，我必须拼出is.na(a)两次）。这比较容易：

df %>%
   rowwise() %>% 
   mutate(c = a,
          c = replace(c, is.na(a), b]))

但是它需要额外的rowwise()命令，我可以想象到情景陈述中我的陈述之和mutate将无法按行工作。

我是否缺少一些dplyr使此操作（非常常见的任务）更容易的功能？