R：识别一列中的非 NA 值并创建数据框，其中选择了另一列基于行的值

Question

我有一个包含多列 (45) 和多行 (20,000) 的数据框 (df)：

我想过滤每个变量列，方法是只选择具有非 NA 值的行，并为所选行创建一个具有相应 ID 和名称的单独数据框。然后我想用相应的变量名保存每个数据框。例如，输出数据帧如下所示，分别保存为 Var1 和 Var2。

变量 1

变量 2

我目前正在尝试在 R 上使用这个函数并考虑实现一个 for 循环。

df2 = lapply(df, function(x) {x[!is.na(x)]}).

这不是很好，因为它没有列出相应 ID 和 Name 列中的值。这也不会创建数据框。

任何建议将不胜感激！

Answer 1

下面是使用dplyr & purrr 的方法

请注意，下次不要发布您的数据图像，而是尝试在 R 中创建示例数据并复制粘贴该示例数据的 dput。

library(purrr)
library(dplyr)

data <- tibble(ID = c("A", "B", "C"),
  Name = c("D", "E", "F"),
  Var1 = c(1, NA, 2),
  Var2 = c(2, 2, NA),
  Var4 = c(NA, NA, 4))

columns <- names(data)[grepl("^Var", names(data))]


extract_na_item <- function(column_name, df) {
  df %>%
    filter(!is.na(!!sym(column_name))) %>%
    select(ID, Name)
}
list_var_not_na <- map(columns, extract_na_item, df = data)
names(list_var_not_na) <- columns

这是结果

list_var_not_na
#> $Var1
#> # A tibble: 2 x 2
#>   ID    Name 
#>   <chr> <chr>
#> 1 A     D    
#> 2 C     F    
#> 
#> $Var2
#> # A tibble: 2 x 2
#>   ID    Name 
#>   <chr> <chr>
#> 1 A     D    
#> 2 B     E    
#> 
#> $Var4
#> # A tibble: 1 x 2
#>   ID    Name 
#>   <chr> <chr>
#> 1 C     F

如果你真的想像你在 OP 中提到的那样在全局环境中进行变量赋值，你可以执行以下操作（虽然我建议只使用列表来访问数据）

list2env(list_var_not_na, envir = globalenv())

^{由reprex package (v2.0.0) 于 2021 年 5 月 3 日创建}

Answer 2

你可以像这样使用lapply：

cols <- grep('Var', names(df))
df2 <- lapply(df[cols], function(x) df[!is.na(x), -cols])
df2

#$Var1
#  ID Name
#1  A    D
#3  C    F

#$Var2
#  ID Name
#1  A    D
#2  B    E

#$Var4
#  ID Name
#3  C    F

数据

df <- structure(list(ID = c("A", "B", "C"), Name = c("D", "E", "F"), 
    Var1 = c(1, NA, 2), Var2 = c(2, 2, NA), Var4 = c(NA, NA, 
    4)), class = "data.frame", row.names = c(NA, -3L))