在R中将两列合并为一列[重复]答案

【问题标题】：Merging two columns into one in R [duplicate]在R中将两列合并为一列[重复]
【发布时间】：2015-06-20 11:32:55
【问题描述】：

我有以下数据框，我正在尝试将两列合并为一列，同时将 NA 替换为数值。

ID    A     B
1     3     NA
2     NA    2
3     NA    4
4     1     NA

我想要的结果是：

提前致谢！

【问题讨论】：

标签： r merge

【解决方案1】：

写答案时这可能不存在，但由于我带着同样的问题来到这里并找到了更好的解决方案，这里是为未来的谷歌人准备的：

你想要的是来自dplyr 的coalesce() 函数：

y <- c(1, 2, NA, NA, 5)
z <- c(NA, NA, 3, 4, 5)
coalesce(y, z)

[1] 1 2 3 4 5

【讨论】：

【解决方案2】：

你也可以这样做：with(d,ifelse(is.na(A),B,A))

其中d 是您的数据框。

【讨论】：

仅当 NA 在一个或另一个列中独占时才有效！但这种特殊情况的好方法！

【解决方案3】：

您可以从tidyr 使用unite：

library(tidyr)

df[is.na(df)] = ''
unite(df, new, A:B, sep='')
#  ID new
#1  1   3
#2  2   2
#3  3   4
#4  4   1

【讨论】：

A:B 可以替换为 1:2 等列索引。

【解决方案4】：

在这种情况下，另一个非常简单的解决方案是使用rowSums 函数。

df$New<-rowSums(df[, c("A", "B")], na.rm=T)
df<-df[, c("ID", "New")]

更新：感谢@Artem Klevtsov 提到此方法仅适用于数字数据。

【讨论】：

还要注意，如果“A”和“B”列都有 NA，那么“新建”中将返回 0。在测试用例中没有问题。

【解决方案5】：

你可以试试

New <- do.call(pmax, c(df1[-1], na.rm=TRUE))

或者

New <-  df1[-1][cbind(1:nrow(df1),max.col(!is.na(df1[-1])))]
d1 <- data.frame(ID=df1$ID, New)
d1
#  ID New
#1  1   3
#2  2   2
#3  3   4
#4  4   1

【讨论】：

【解决方案6】：

假设 A 或 B 有一个 NA，那就可以了：

# creating initial data frame (actually data.table in this case)
library(data.table)
x<- as.data.table(list(ID = c(1,2,3,4), A = c(3, NA, NA, 1), B = c(NA, 2, 4, NA)))
x
#   ID  A  B
#1:  1  3 NA
#2:  2 NA  2
#3:  3 NA  4
#4:  4  1 NA


#solution
y[,New := na.omit(c(A,B)), by = ID][,c("A","B"):=NULL]
y
#   ID New
#1:  1   3
#2:  2   2
#3:  3   4
#4:  4   1

【讨论】：

不错！另外，y[, New := pmin(A, B, na.rm=TRUE)]

【解决方案7】：

这个问题已经存在了一段时间，但只是为了添加另一种不依赖任何库的可能方法：

df$new = t(df[-1])[!is.na(t(df[-1]))]

#   ID  A  B new
# 1  1  3 NA   3
# 2  2 NA  2   2
# 3  3 NA  4   4
# 4  4  1 NA   1

【讨论】：