根据R中的条件合并数据框中的多列答案

【问题标题】：Merging multiple columns in a dataframe based on condition in R根据R中的条件合并数据框中的多列
【发布时间】：2018-11-25 06:17:58
【问题描述】：

我对 R 很陌生，我想做以下事情：

我有一个由ID, Col1, Col2, Col3 列组成的数据框。

df <- read.table(header = TRUE, stringsAsFactors = FALSE, text="
ID Col1    Col2                        Col3             
1  0       'Less than once a month'    0               
2  Never   0                           0              
3  0       0                           'Once a month'
")

我想将这3列合并为一列，如果其他列中有"Never"和0，则值为"Never"，如果有"Once a month"，其余为0，则"Once a month" 等等。所有列都是互斥的，这意味着在同一个 raw 中不能有 "Never" 和 "Once a month"。

 //I tried to apply this loop:

         for (val in df) {
if(df$Col1 == "Never" && df$Col2 == "0")
  {
  df$consolidated <- "Never"
  } else (df$`Col1 == "0" && df$Col2 == "Less than once a month")
  {
  how_oft_purch_gr_pers$consolidated <- "Less than once a month"
  }
}

我只想先计算两列，但它不起作用，因为合并列中的所有原始数据都填充了“每月少于一次”。

我希望它是这样的：

ID Col1    Col2                       Col3             Consolidated
1  0       Less than once a month       0              Less than once a month
2  Never   0                            0              Never
3  0       0                            Once a month   Once a month

任何提示我做错了什么？

提前谢谢你

【问题讨论】：

你能提供想要的输出吗？
您的df 有两行包含所有三个值，另外两行包含全零。
@乔狄更斯。首先，您需要转换数据框，然后您可以应用您的逻辑。
@Wimpel 我已经修改了帖子，希望它更有意义
@JoeDickens 看到我的编辑；重新格式化您的代码非常容易，以便其他人可以轻松地复制它read.table(text = "...your data",...)

标签： r

【解决方案1】：

您可以考虑在将0 替换为NA 之后使用dplyr::coalesce。 coalesce() 找到第一个非缺失值（在本例中为一行）并创建一个新列。解决方法可以是：

library(dplyr)

df %>% mutate_at(vars(starts_with("Col")), funs(na_if(.,"0"))) %>%
  mutate(Consolidated = coalesce(Col1,Col2,Col3)) %>%
  select(ID, Consolidated)

# OR in concise way once can simply write as
bind_cols(df[1], Consolidated = coalesce(!!!na_if(df[-1],"0")))

#   ID           Consolidated
# 1  1 Less than once a month
# 2  2                  Never
# 3  3           Once a month

数据：

df <- read.table(text = 
"ID Col1    Col2                       Col3             
1  0       'Less than once a month'       0               
2  Never   0                            0              
3  0       0                            'Once a month'",
stringsAsFactors = FALSE, header = TRUE)

【讨论】：

谢谢，非常简单高效的解决方案！

【解决方案2】：

尽管@MKR 写了一个很好的答案，但我想指出您的代码中的一些错误，这可能是它不起作用的原因

for (val in df) {

您可能想要遍历df 的所有行。但是，实际上您正在循环遍历数据框的列。原因是数据框是一个向量列表（你的列），它们都必须具有相同的长度。使用您的代码迭代df 的元素，即列。见问答For each row in data.frame

  if(df$Col1 == "Never" && df$Col2 == "0"){

请注意，当使用双精度 && 而不是 & 时，R 只会查看您给它的向量的第一个元素。例如见问答Boolean Operators && and ||

    df$consolidated <- "Never"

在这里，您将 df 的整列 consolidated 设置为 "Never"，因为您不使用上面的迭代 var（即使它代表一个 df 行，但它不，就像你写的那样）。

  } else (df$`Col1 == "0" && df$Col2 == "Less than once a month"){

您需要使用else if(...)，而不是else (...)。就像你写的那样，如果上面的if(...) 不正确，R 会认为应该执行(....) 中的语句，并且如果在 if 之后的{...} 中的语句将被 R 认为与 @987654341 无关@ 构造，因为它已经执行了(...)。因此，无论上述if(...) 的结果如何，它都会始终执行{...} 块。
df$`Col1 是错字吗？反引号 ` 只能成对出现，并且可以围绕变量（也可以是列名）使用

    df$consolidated <- "Less than once a month"

在这里，您再次将一整列设置为一个值，如上所述。

  } 
}

【讨论】：

【解决方案3】：

这是使用基础 R 的可能性

开始您的结果栏。仅使用"0" 对其进行初始化。

df$coalesced <- "0"

遍历df (Col1--Col3) 的一些列。如果您可能只使用一列，请使用drop = FALSE，因为在这种情况下，R 会输出一个向量，而在这种情况下，for 会遍历该向量的元素而不是单列。

for( column in d[, c("Col1","Col2","Col3"), drop = FALSE]){

这会检查每个 coalesced 是否已填充，如果没有（如果是 "0"，则使用当前列填充它（也可能是 "0"）

    df$coalesced <- ifelse(df$coalesced == "0", column, df$coalesced)

}

将新列添加到您的数据框中

df$coalesced <- coalesced

【讨论】：