如何从变量中获取第一个和最后一个非Inf、非NaN、非NA、非0值？答案

【问题标题】：How to get the first and last non-Inf, non-NaN, non-NA, non-0 value from the variable?如何从变量中获取第一个和最后一个非Inf、非NaN、非NA、非0值？
【发布时间】：2020-10-23 01:00:54
【问题描述】：

这是我的玩具数据集：

    df <- tibble::tribble(
   ~data, ~first_non_0, ~last_non_0,
       0,         100,        430,
NA_real_,         100,        430,
     NaN,         100,        430,
     Inf,         100,        430,
     100,         100,        430,
     120,         100,        430,
     430,         100,        430,
     NaN,         100,        430,
     Inf,         100,        430,
       0,         100,        430,
NA_real_,         100,        430)

我想买

第一个非零、非 NA、非 NaN、非 Inf 值，如第 2 列所示
最后一个非零、非 NA、非 NaN、非 Inf 值，如第 3 列所示

受this answer 的启发，我尝试了类似的方法，但不确定如何处理 NaN 和 Inf：

df %>% 
  mutate(first = na_if(data, 0) %>% 
           na_if(data, NaN) %>% 
           na_if(data, Inf) %>% 
           na.omit() %>% 
           dplyr::first(),
         last  = na_if(data, 0) %>% 
           na_if(data, NaN) %>% 
           na_if(data, Inf) %>% 
           na.omit() %>%
           dplyr::last())

【问题讨论】：

标签： r dataframe tidyverse nan na

【解决方案1】：

如果你所有的值都是正数，你可以使用df$data > 0作为条件然后你只需要处理Infinite，即

i1 <- which(df$data > 0 & !is.infinite(df$data))

df$data[i1[1]]
#[1] 100
df$data[i1[length(i1)]]
#[1] 430

如果您也有负值，您可以将条件从大于切换为不等于，（@markus 的赞美）

i1 <- which(df$data != 0 & !is.infinite(df$data))

【讨论】：

@markus 没有。诀窍是通过声明返回 TRUE、FALSE 或 NA 的 data > 0 来完成。在无限的情况下，它返回 TRUE，因为 Inf > 0，因此额外的 is.infinite 条件
啊，我明白了。聪明的。如果OP也处理负值，也许将第一个检查更改为df$data != 0？

【解决方案2】：

另一种选择：

f <- function(x) {
  cond <- x != 0 & !is.na(x) & is.finite(x) & !is.nan(x)
  tmp <- x[cond]
  as.list(tmp[c(1, length(tmp))])
}

注意：该条件可以简化，参见@Sotos answer。

将函数应用于该列并将值作为新列插入

df[, c("var1", "var2")] <- f(df$data)

结果

df
# A tibble: 11 x 5
#    data first_non_0 last_non_0  var1  var2
#   <dbl>       <dbl>      <dbl> <dbl> <dbl>
# 1     0         100        430   100   430
# 2    NA         100        430   100   430
# 3   NaN         100        430   100   430
# 4   Inf         100        430   100   430
# 5   100         100        430   100   430
# 6   120         100        430   100   430
# 7   430         100        430   100   430
# 8   NaN         100        430   100   430
# 9   Inf         100        430   100   430
#10     0         100        430   100   430
#11    NA         100        430   100   430

【讨论】：

【解决方案3】：

从@Sotos 和@markus 使用的is.finite 以及他们的讨论中获取线索，我检查了这个并得到了答案。谢谢你们！

is.finite(c(NA_real_, NaN, Inf))

df %>% 
  mutate(first = na_if(data, 0),
         first = if_else(is.finite(first), first, NA_real_),
         first = first(na.omit(first))) %>% 
  mutate(last = na_if(data, 0),
         last = if_else(is.finite(last), last, NA_real_),
         last = last(na.omit(last)))

结果：

# A tibble: 11 x 5
    data first_non_0 last_non_0 first  last
   <dbl>       <int>      <int> <dbl> <dbl>
 1     0         100        430   100   430
 2    NA         100        430   100   430
 3   NaN         100        430   100   430
 4   Inf         100        430   100   430
 5   100         100        430   100   430
 6   120         100        430   100   430
 7   430         100        430   100   430
 8   NaN         100        430   100   430
 9   Inf         100        430   100   430
10     0         100        430   100   430
11    NA         100        430   100   430

【讨论】：