合并两列维护缺失值答案

【问题标题】：Merge two columns maintaning missing values合并两列维护缺失值
【发布时间】：2018-10-17 11:04:21
【问题描述】：

我正在尝试添加两列。我的数据框是这样的：

data <- data.frame(a = c(0,1,NA,0,NA,NA),
                   x = c(NA,NA,NA,NA,1,0),
                   t = c(NA,2,NA,NA,2,0))

我想添加一些这样的列：

yep  <- cbind.data.frame( data$a, data$x, rowSums(data[,c(1, 2)], na.rm = TRUE))

但是输出看起来像这样：

> yep

      data$a  data$x   rowSums(data[,c(1, 2)], na.rm = TRUE)
  1        0      NA                                      0
  2        1      NA                                      1
  3       NA      NA                                      0
  4        0      NA                                      0
  5       NA       1                                      1
  6       NA       0                                      0

我想要这样的输出：

> yep

      data$a  data$x   rowSums(data[,c(1, 2)], na.rm = TRUE)
  1        0      NA                                      0
  2        1      NA                                      1
  3       NA      NA                                      NA
  4        0      NA                                      0
  5       NA       1                                      1
  6       NA       0                                      0

如果列仅包含 NA 值，我想保留 NA 值。

我怎样才能做到这一点？

【问题讨论】：

标签： r merge rowsum

【解决方案1】：

基础R：

data <- data.frame("a" = c(0,1,NA,0,NA,NA),
                   "x" = c(NA,NA,NA,NA,1,0),
                   "t" = c(NA,2,NA,NA,2,0)
)

yep <- cbind.data.frame( data$a, data$x, rs = rowSums(data[,c(1, 2)], na.rm = TRUE))
yep$rs[is.na(data$a) & is.na(data$x)] <- NA
yep

【讨论】：

【解决方案2】：

基础 R (ifelse)：

cbind(data$a,data$x,ifelse(is.na(data$a) & is.na(data$x),NA,rowSums(data[,1:2],na.rm = TRUE)))

如果您要查找列名，请将cbind 替换为cbind.data.frame

输出：

      [,1] [,2] [,3]
[1,]    0   NA    0
[2,]    1   NA    1
[3,]   NA   NA   NA
[4,]    0   NA    0
[5,]   NA    1    1
[6,]   NA    0    0

【讨论】：

所有答案都有效。这个，也适用于 a = x = 1，这个答案返回 2 而不是 1。markus 的答案非常适合我的例子，如果有人想使用第一个列中的值（在两列中都没有缺失数据的情况）。

【解决方案3】：

你可以试试dplyr::coalesce

cbind.data.frame( data$a, data$x, dplyr::coalesce(data$a, data$x))
#  data$a data$x dplyr::coalesce(data$a, data$x)
#1      0     NA                               0
#2      1     NA                               1
#3     NA     NA                              NA
#4      0     NA                               0
#5     NA      1                               1
#6     NA      0                               0

【讨论】：

这适用于发布的示例，但它没有得到sum。如果有一行 a = x = 1 它将返回 1 而不是 2。
@AntoniosK 你当然是对的。鉴于示例数据，我认为 coalesce 将“足够”满足 OP 的需求。

【解决方案4】：

基本规则

  data[['rowsum']]<-ifelse(is.na(data$a) & is.na(data$x),NA,ifelse(is.na(data$a),0,data$a)+ifelse(is.na(data$x),0,data$x))

     a  x  t rowsum
 1:  0 NA NA      0
 2:  1 NA  2      1
 3: NA NA NA     NA
 4:  0 NA NA      0
 5: NA  1  2      1
 6: NA  0  0      0

【讨论】：

【解决方案5】：

另一种基本 R 方法。

如果行中的所有值都是NA，则返回NA，否则返回忽略NA 的行的总和。

#Select only the columns which we need
sub_df <- data[c("a", "x")]

sub_df$answer <- ifelse(rowSums(is.na(sub_df)) == ncol(sub_df), NA, 
                    rowSums(sub_df, na.rm = TRUE))

sub_df
#   a  x answer
#1  0 NA      0
#2  1 NA      1
#3 NA NA     NA
#4  0 NA      0
#5 NA  1      1
#6 NA  0      0

【讨论】：