如何根据 R 中多个其他列的 NA 和 ZERO 创建新列？答案

【问题标题】：How to create a new column based on the NAs and ZEROs of multiple other columns in R?如何根据 R 中多个其他列的 NA 和 ZERO 创建新列？
【发布时间】：2020-10-23 09:20:49
【问题描述】：

我有一个数据集，可以跟踪数百万家公司多年来的收入。数据看起来像下面的简化版本：

dat <-   data.frame(Company = c("a","b","c","d","e","f"), rev_2001 = c(NA, 20, 10, NA, NA, 10), 
     rev_2002 = c(10, 50, 20, 30, NA, 0), rev_2003 = c(20, NA, 0, NA, NA, 30), rev_2004 = c(NA, 60, 0, 50, NA, 50), rev_2005 = c(NA, 30, NA, 0, NA, 60))

我想创建一个变量（一个我们可以标记为“closure.year”的新列）来记录公司去年的收入不是 0 或 NA。我正在为两件事苦苦挣扎：

我想忽略零和 NA，但我不想将 NA 转换为零，也不想反过来；
如您所见，数据有一些零和 NA，不仅在观察到的最后几年，而且在一些中间年份。如果公司在 0 或 NA 一年后有收入，则该年不会被视为关闭年。此外，如果公司没有停止接收收入，则变量 closure.year 将为 NA。

总之，我希望得到如下所示的最终数据：

非常感谢！

【问题讨论】：

标签： r

【解决方案1】：

你可以试试下面的代码

z <- do.call(cbind,Reduce(`|`,rev(replace(dat,is.na(dat),0)[-1]),accumulate = TRUE))
x <- max.col(z>0,"first")
dat$closure.year <- as.numeric(gsub(".*_","",names(dat[-1])[ncol(dat)-replace(x,x == 1,NA)]))

给了

> dat
  Company rev_2001 rev_2002 rev_2003 rev_2004 rev_2005 closure.year
1       a       NA       10       20       NA       NA         2003
2       b       20       50       NA       60       30           NA
3       c       10       20        0        0       NA         2002
4       d       NA       30       NA       50        0         2004
5       e       NA       NA       NA       NA       NA           NA
6       f       10        0       30       50       60           NA

【讨论】：

【解决方案2】：

如何从宽格式转换为长格式？

df_long <- gather(df,year,value,rev_2001:rev_2005,factor_key=TRUE)
df_long %>% group_by(Company) %>% top_n(1, value)

您需要添加更多逻辑来处理您的 0 和 NA 条件，但这种方法可能会有所帮助。

【讨论】：