用列索引替换非 NA 值的最简单方法答案

【问题标题】：Easiest way to replace non-NA values by column index用列索引替换非 NA 值的最简单方法
【发布时间】：2022-12-17 07:27:51
【问题描述】：

我有一个如下所示的数据框，其中包含一些 NA：

mydf=data.frame(ID=LETTERS[1:10], aaa=runif(10), bbb=runif(10), ccc=runif(10), ddd=runif(10))
mydf[c(1,4,5,7:10),2]=NA
mydf[c(1,2,4:8),3]=NA
mydf[c(3,4,6:10),4]=NA
mydf[c(1,3,4,6,9,10),5]=NA

> mydf
   ID       aaa       bbb        ccc       ddd
1   A        NA        NA 0.08844614        NA
2   B 0.4912790        NA 0.88925139 0.1233173
3   C 0.1325188 0.1389260         NA        NA
4   D        NA        NA         NA        NA
5   E        NA        NA 0.60750723 0.6357998
6   F 0.8218579        NA         NA        NA
7   G        NA        NA         NA 0.5988206
8   H        NA        NA         NA 0.4008338
9   I        NA 0.8784563         NA        NA
10  J        NA 0.2959320         NA        NA

我想在这里完成的是以下内容：

1- 将非 NA 值替换为 column index -1，以便输出如下所示：

> mydf
   ID       aaa       bbb        ccc       ddd
1   A        NA        NA          3        NA
2   B         1        NA          3         4
3   C         1         2         NA        NA
4   D        NA        NA         NA        NA
5   E        NA        NA          3         4
6   F         1        NA         NA        NA
7   G        NA        NA         NA         4
8   H        NA        NA         NA         4
9   I        NA         2         NA        NA
10  J        NA         2         NA        NA

2-然后我想添加一个额外的列来显示以下内容：

0 表示一行中的所有 NA
0 对于具有超过 1 个非 NA 值的行
当它是一行中唯一的非NA值时的实际值

最终结果应如下所示：

> mydf
   ID       aaa       bbb        ccc       ddd       final
1   A        NA        NA          3        NA           3
2   B         1        NA          3         4           0
3   C         1         2         NA        NA           0
4   D        NA        NA         NA        NA           0
5   E        NA        NA          3         4           0
6   F         1        NA         NA        NA           1
7   G        NA        NA         NA         4           4
8   H        NA        NA         NA         4           4
9   I        NA         2         NA        NA           2
10  J        NA         2         NA        NA           2

我可能可以用一个丑陋的for循环来完成所有这些，然后将aggregate作为最后一列，并在适当的地方用0代替......

但我想知道是否有一种干净的方法可以在几行内通过一些 apply 调用来做到这一点......

谢谢！

【问题讨论】：

标签： r dataframe na

【解决方案1】：

你可以这样做：

mydf[-1] <- sapply(1:4, (x) x * mydf[x+1]/mydf[x+1])

mydf$final <- apply(mydf[-1], 1, function(x) { 
  if(all(is.na(x)) | sum(!is.na(x)) > 1) 0 else na.omit(x)
})

结果：

mydf
#>    ID aaa bbb ccc ddd final
#> 1   A  NA  NA   3  NA     3
#> 2   B   1  NA   3   4     0
#> 3   C   1   2  NA  NA     0
#> 4   D  NA  NA  NA  NA     0
#> 5   E  NA  NA   3   4     0
#> 6   F   1  NA  NA  NA     1
#> 7   G  NA  NA  NA   4     4
#> 8   H  NA  NA  NA   4     4
#> 9   I  NA   2  NA  NA     2
#> 10  J  NA   2  NA  NA     2

^{创建于 2022-12-16 reprex v2.0.2}

【讨论】：

【解决方案2】：

这是一个想法，

mydf1 <- cbind.data.frame(ID = mydf$ID, mapply(function(x, y) replace(x, !is.na(x), y), mydf, seq(ncol(mydf)) - 1)[,-1])
mydf1$final <- apply(mydf1[-1], 1, (i) ifelse(sum(is.na(i)) == (ncol(mydf) - 1)| sum(!is.na(i)) > 1, 0, i[!is.na(i)]))

mydf1
   ID  aaa  bbb  ccc  ddd final
1   A <NA> <NA>    3 <NA>     3
2   B    1 <NA>    3    4     0
3   C    1    2 <NA> <NA>     0
4   D <NA> <NA> <NA> <NA>     0
5   E <NA> <NA>    3    4     0
6   F    1 <NA> <NA> <NA>     1
7   G <NA> <NA> <NA>    4     4
8   H <NA> <NA> <NA>    4     4
9   I <NA>    2 <NA> <NA>     2
10  J <NA>    2 <NA> <NA>     2

【讨论】：