如何使用来自多个其他列的所有非 NA 值创建新列？答案

【问题标题】：How to create new column with all non-NA values from multiple other columns?如何使用来自多个其他列的所有非 NA 值创建新列？
【发布时间】：2016-11-17 09:59:20
【问题描述】：

我想创建一个 d 列，其中包含来自其他列的所有非 NA 值。

我尝试了 ifelse，但无法弄清楚如何使其以正确的方式嵌套，以便将 c 列中的值也包含在内。也许应该使用 ifelse 以外的其他东西？

这是一个“虚拟”数据框：

 a <- c(NA, NA, NA, "A", "B", "A", NA, NA)
 b <- c("D", "A", "C", NA, NA, NA, NA, NA)
 c <- c(NA, NA, NA, NA, NA, NA, "C", NA)
 data <- data.frame(a, b, c)

我希望 d 列看起来像这样：

 data$d <- c("D", "A", "C", "A", "B", "A", "C", NA)
 View(data)

【问题讨论】：

data[!is.na(data)]
这会改变值的顺序。
您需要保留所有 NA 的行吗？（即数据框的最后一行）
是的。所有带有 NA 的行都应包含在 d 列中。并且值的顺序应该是完整的。
你也可以试试data[cbind(1:nrow(data), max.col(!is.na(data)))]

标签： r if-statement dataframe conditional na

【解决方案1】：

我们可以使用pmax

do.call(pmax, c(data, list(na.rm=TRUE)))
#[1] "D" "A" "C" "A" "B" "A" "C" NA

数据

data <- data.frame(a, b, c, stringsAsFactors=FALSE)

【讨论】：

【解决方案2】：

假设每一行只有一个非 NA 值，这是一个有点丑陋的想法，

data$d <- apply(data, 1, function(i) ifelse(all(is.na(i)), NA, i[!is.na(i)]))
data
#     a    b    c    d
#1 <NA>    D <NA>    D
#2 <NA>    A <NA>    A
#3 <NA>    C <NA>    C
#4    A <NA> <NA>    A
#5    B <NA> <NA>    B
#6    A <NA> <NA>    A
#7 <NA> <NA>    C    C
#8 <NA> <NA> <NA> <NA>

【讨论】：

我目前无法对其进行测试，但我认为您可以只使用 na.omit 而不是整个匿名函数
嗯...我认为它会删除所有带有 na 的行，但目前也无法对其进行测试
我的意思是按行应用na.omit（使用apply）。如果我没记错的话，如果您尝试仅从 NA 中选择一个非 NA 值（但不是 100% 确定），您应该得到一个 NA
啊，好吧...是的，这是有道理的...我会在早上测试它

【解决方案3】：

我也找到了这个解决方法，但我不确定我是否喜欢它：

data <- as.matrix(data)
data[is.na(data)] <- " "
data <- data.frame(data)
data$d <- with(data, paste0(a, b, c), na.rm=TRUE)
View(data)

【讨论】：

这实际上不是一个坏方法。你比我早了几秒钟。您可以将其简化为 2 行：data[is.na(data)] <- ""; data$d <- with(data, paste0(a, b, c))
谢谢。实际上事实证明，它将“空单元格”保存为一个空格，这在 d 列中给出了与行数一样多的因子级别：-(

【解决方案4】：

结果应该只是在“”而不是“”中出现在 NA 单元格中。

如果空间无法避免，请在数据框列上使用 trimws 以在之后删除它们：

  data$d <- trimws(data$d)

【讨论】：

【解决方案5】：

我很晚才处理类似的问题，并认为我会使用dplyr 和stringr 提供更通用的解决方案。

library(tidyverse)
a <- c(NA, NA, NA, "A", "B", "A", NA, NA)
b <- c("D", "A", "C", NA, NA, NA, NA, NA)
c <- c(NA, NA, NA, NA, NA, NA, "C", NA)
data <- data.frame(a, b, c)

data %>% 
  mutate_all(stringr::str_replace_na, replacement = "") %>% 
  mutate(d = stringr::str_c(a,b,c)) %>%
  mutate_all(stringr::str_replace, pattern = "^$", replacement = NA_character_)
#>      a    b    c    d
#> 1 <NA>    D <NA>    D
#> 2 <NA>    A <NA>    A
#> 3 <NA>    C <NA>    C
#> 4    A <NA> <NA>    A
#> 5    B <NA> <NA>    B
#> 6    A <NA> <NA>    A
#> 7 <NA> <NA>    C    C
#> 8 <NA> <NA> <NA> <NA>

^{由reprex package (v0.2.1) 于 2019 年 5 月 6 日创建}

【讨论】：