跨行折叠值

Question

我正在尝试使用 dplyr 函数清理不规则的数据帧。我的意图是逐行评估数据帧，然后附加一个包含该行中所有项目的新列作为列表。我认为列表可能是最好的容器，因为这意味着值可以是任何类型。

library(tidyverse)
col1 <- c("text", NA, "text", NA)
col2 <- c(NA, "text", "text", NA)
col3 <- c("text", NA, "text", NA)
col4 <- c(17, 22, NA, NA)
col5 <- c(3, NA, 3, 17)
df <- data_frame(col1, col2, col3, col4, col5)

df %>% rowwise() %>% mutate(list_col=list(across())) -> out1

此解决方案有效。我添加了一个新列 (list_col)，它现在包含列表中的所有值。我接下来的步骤是使用 unlist（没有名称），删除所有 NA 值，然后将所有内容组合回一个整洁的数据框。

但是，为了让我的生活更轻松，我还在运行 mutate 函数时尝试删除所有 NA 值。我尝试使用select 一段时间，直到我意识到select 只计算列名而不是内容。

这就是我要做的。

library(tidyverse)
col1 <- c("text", NA, "text", NA)
col2 <- c(NA, "text", "text", NA)
col3 <- c("text", NA, "text", NA)
col4 <- c(17, 22, NA, NA)
col5 <- c(3, NA, 3, 17)
df <- data_frame(col1, col2, col3, col4, col5)

df %>% rowwise() %>% mutate(list_col=list(!is.na(across()))) -> out2

不幸的是，该行正确运行了所有评估，但随后根据!is.na() 评估将 TRUE/FALSE 值放入列表中。我的问题是：如何更改行，以便 dplyr 现在使用此评估来实际选择数据框的相应条目？

输出：

> print(out2$list_col)
[[1]]
     col1  col2 col3 col4 col5
[1,] TRUE FALSE TRUE TRUE TRUE

[[2]]
      col1 col2  col3 col4  col5
[1,] FALSE TRUE FALSE TRUE FALSE

[[3]]
     col1 col2 col3  col4 col5
[1,] TRUE TRUE TRUE FALSE TRUE

[[4]]
      col1  col2  col3  col4 col5
[1,] FALSE FALSE FALSE FALSE TRUE

期望的输出：

[[1]]
     col1   col3   col4 col5
[1,] "text" "text"  17    3

[[2]]
      col2  col4  
[1,]  "text"  22 

[[3]]
     col1    col2   col3  col5
[1,] "text" "text" "text" 3

[[4]]
      col5
[1,]  17

Answer 1

在基础 R 中，您可以将 apply 与 na.omit 一起使用：

df$list_col <- apply(df, 1, na.omit)
df
#  col1  col2  col3   col4  col5 list_col 
#  <chr> <chr> <chr> <dbl> <dbl> <list>   
#1 text  NA    text     17     3 <chr [4]>
#2 NA    text  NA       22    NA <chr [2]>
#3 text  text  text     NA     3 <chr [4]>
#4 NA    NA    NA       NA    17 <chr [1]>

Answer 2

我们可以使用pmap

library(dplyr)
library(purrr)
df1 <- df %>%
          mutate(list_col = pmap(., ~ c(na.omit(c(...)))))

-输出

df1
# A tibble: 4 x 6
#  col1  col2  col3   col4  col5 list_col 
#  <chr> <chr> <chr> <dbl> <dbl> <list>   
#1 text  <NA>  text     17     3 <chr [4]>
#2 <NA>  text  <NA>     22    NA <chr [2]>
#3 text  text  text     NA     3 <chr [4]>
#4 <NA>  <NA>  <NA>     NA    17 <chr [1]>

---

或者，如果我们想将across 与is.na 一起使用，请确保使用来自is.na 的逻辑索引对值进行子集化

 df %>% 
     mutate(across(everything(), as.character)) %>%
     rowwise() %>% 
     mutate(list_col=list(across()[!is.na(across())]))
# A tibble: 4 x 6
# Rowwise: 
#  col1  col2  col3  col4  col5  list_col 
#  <chr> <chr> <chr> <chr> <chr> <list>   
#1 text  <NA>  text  17    3     <chr [4]>
#2 <NA>  text  <NA>  22    <NA>  <chr [2]>
#3 text  text  text  <NA>  3     <chr [4]>
#4 <NA>  <NA>  <NA>  <NA>  17    <chr [1]>

---

或者另一个选项是base R

df$list_col <- apply(df, 1, FUN = function(x) x[complete.cases(x)])