我顯然是資料清理的新手，并且在清理調查匯出時遇到了麻煩。這就是我的資料框以原始形式顯示的樣子。
Var1 Colname1 Colname2 Colname3 Var2
Observation1 NA NA Val1 Val_1
Observation2 NA Val2 NA Val_1
Observation3 Val3 NA NA Val_1
Observation4 Val4 Val5 NA Val_2
Observation5 NA NA Val6 Val_2
我想將我的資料清理成這樣：
Var1 SubVar1 Var2
Observation1 Val1 Val_1
Observation2 Val2 Val_1
Observation3 Val3 Val_1
Observation4 Val4 Val_2
Observation4 Val5 Val_2
Observation5 Val6 Val_2
我試圖洗掉 NA 值：
df1 <- na.omit(c(Colname1, Colname2, Colname3))
問題是它會洗掉所有行，因為每一行都有一個 NA。我還嘗試連接值，然后使用 separate_rows() 函式，但這僅適用于在一列中只有一個值的觀察。對于在多列中包含值的觀察（請參閱 Observation4），這將不起作用。
感謝你們提供的任何幫助！
uj5u.com熱心網友回復：
嘗試，
data %>% mutate(SubVar1 = coalesce(Colname1,Colname2,Colname3)) %>%
select(Var1, SubVar1, Var2)
uj5u.com熱心網友回復：
我會認為這是從寬到長的樞軸（重塑）操作：
library(dplyr)
library(tidyr)
data %>%
pivot_longer(cols = Colname1:Colname3, values_to = "SubVar1") %>%
filter(!is.na(SubVar1)) %>%
select(Var1, SubVar1, Var2)
# # A tibble: 6 × 3
# Var1 SubVar1 Var2
# <chr> <chr> <chr>
# 1 Observation1 Val1 Val_1
# 2 Observation2 Val2 Val_1
# 3 Observation3 Val3 Val_1
# 4 Observation4 Val4 Val_2
# 5 Observation4 Val5 Val_2
# 6 Observation5 Val6 Val_2
要了解發生了什么，請運行第一行，然后是第一行和第二行，然后是第一行、第二行和第三行，等等。請參閱?pivot_longer指定要旋轉的列的其他幾個選項 - 您可以明確命名，使用名稱模式喜歡names_pattern = "Colname"或使用Colname1:Colname3來選擇連續的列，就像我上面所做的那樣。
uj5u.com熱心網友回復：
我們可以base R以矢量化的方式使用行/列索引。對列名為'Colname'的列進行子集，然后得到每行非NA元素的列索引max.col，cbind行序列，提取對應的元素并創建新的data.frame
i1 <- startsWith(names(df1), "Colname")
data.frame(df1['Var1'], SubVar1 = df1[i1][cbind(seq_len(nrow(df1)),
max.col(!is.na(df1[i1]), "first"))], df1['Var2'])
Var1 SubVar1 Var2
1 Observation1 Val1 Val_1
2 Observation2 Val2 Val_1
3 Observation3 Val3 Val_1
4 Observation4 Val4 Val_2
5 Observation5 Val6 Val_2
資料
df1 <- structure(list(Var1 = c("Observation1", "Observation2", "Observation3",
"Observation4", "Observation5"), Colname1 = c(NA, NA, "Val3",
"Val4", NA), Colname2 = c(NA, "Val2", NA, "Val5", NA), Colname3 = c("Val1",
NA, NA, NA, "Val6"), Var2 = c("Val_1", "Val_1", "Val_1", "Val_2",
"Val_2")), class = "data.frame", row.names = c(NA, -5L))
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/328196.html
上一篇：矢量化以提取和系結非常嵌套的資料