我想有一个包含不带NA的其他列字符的列。我曾尝试paste，str_c并且unite，也没有得到预期的结果。也许我使用不正确。

实际情况是，我无法提前知道列号，因为每个数据集可以根据年份而变化。

也就是说，有些数据集包含10年，但有些包含20年。

这是输入数据：

input <- tibble(
  id = c('aa', 'ss', 'dd', 'qq'),
  '2017' = c('tv', NA, NA, 'web'),
  '2018' = c(NA, 'web', NA, NA),
  '2019' = c(NA, NA, 'book', 'tv')
)

# A tibble: 4 x 4
  id    `2017` `2018` `2019`
  <chr> <chr>  <chr>  <chr> 
1 aa    tv     NA     NA    
2 ss    NA     web    NA    
3 dd    NA     NA     book  
4 qq    web    NA     tv    

ALL列的期望输出是：

> output
# A tibble: 4 x …

我有一个像这样的数据框：

group   student exam_passed subject 
A       01      Y           Math
A       01      N           Science
A       01      Y           Japanese
A       02      N           Math
A       02      Y           Science
B       01      Y           Japanese
C       02      N           Math

我想要实现的是以下结果：

group   student exam_passed subject_Math  subject_Science  subject_Japanese   
A       01      Y           1             0                0
A       01      N           0             1                0
A       01      Y           0             0                1
A       02      N           1             0                0           
A       02      Y           0             1                0
B       01      Y           0             0                1
C       02      N           1 …

我有一个这样的数据框：

df_1 = pd.DataFrame({
    'ID' : ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C'],
    'VAL' : ['shoes', 'flowers', 'chairs', 'apples', 'dice', 'shoes', 'apples',
             'curtain', 'sand', 'socks', 'necklacs', 'tables', 'dishes', 'apples'],
    'SEQ' : [0, 1, 2, 3, 4, 0, 1, 2, 3, 0, 1, 2, 3, 4]
})

   ID       VAL  SEQ
0   A     shoes    0
1   A   flowers    1
2   A    chairs    2
3   A    apples    3
4   A      dice    4
5   B     shoes    0 …

通常使用 .pct_change() 来获取时间序列数据的每日变化。

现在我想通过使用 pct_change 结果来获得原始值。

我有一个像这样的数据框：

df = pd.DataFrame({
    'value': [44, 45, 33, 56, 60]
})

df['pct_change'] = df['value'].pct_change() # get changes
initial_value=df['value'].values[0] # store the initial value

我如何使用df['pct_change']和initial_value来获取df['value']？