从多列中仅获取值（非 0、非 NA）

Question

这是我的数据示例：

df <- data.frame(Timing1 = c("Before", NA, 0, 0, 0, "Before"),
                 Timing2 = c(NA, "During", 0, "During", 0, NA),
                 Timing3 = c(0, NA, "After", "After", NA, 0))

我想创建一个名为Timing_combined 的新列，它仅从其他 3 列中获取字符串（非 NA、非 0）值，而忽略 NA 和 0。

我想要的输出是这样的：

 Timing1  Timing2    Timing3   Timing_combined
  Before     <NA>         0             Before
    <NA>   During      <NA>             During
       0        0     After              After
       0   During     After     During & After
       0        0      <NA>               <NA>
  Before     <NA>         0             Before

这是我目前的代码：

df <- df %>% 
  mutate(Timing_combined = apply(., 1, function(x) unlist(paste(x[!is.na(x) & x != 0], sep=" & "))))

这让我很接近，但还没有完全到那里。

我遇到的问题主要是：

1. 没有字符串（即只有 NA 或 0）的行将在我的数据中作为 character(0) 而不是 NA
2. 具有多个计时的行作为列表存储在我的数据框中，c("Before", "After")，而不是打印为"Before & After"。 paste() 似乎不起作用，但是当我将其取出时，又出现了其他问题。

我在正确的轨道上吗？还是有其他方法可以更好地做到这一点？我想避免编写嵌套的 for/if 循环！

奖金：

我想我不太明白apply() 中的匿名function(x) 中的x 是如何由R 评估的。是否每次都通过函数传递，例如df$Timing1 ?还是按行排列，例如df$Timing1[1]，然后转到df$Timing1[2] 等？因为我指定了MARGIN=1?如果有人能以愚蠢的方式向我解释这一点，我将不胜感激！我的实际数据集比这更复杂，所以我需要更好地理解这一点，以便我可以推断并将其应用（不是双关语）到我更广泛的上下文中。

谢谢！

Answer 1

我们可以将 0 值转换为 NA，然后使用 unite 和 na.rm = TRUE 删除 NA 值。

library(dplyr)
library(tidyr)

df %>%
  mutate(across(.fns = ~na_if(., 0))) %>%
  unite(Timing_combined, starts_with('Timing'), 
        na.rm = TRUE, remove = FALSE, sep = ' & ')

#  Timing_combined Timing1 Timing2 Timing3
#1          Before  Before    <NA>    <NA>
#2          During    <NA>  During    <NA>
#3           After    <NA>    <NA>   After
#4  During & After    <NA>  During   After
#5                    <NA>    <NA>    <NA>
#6          Before  Before    <NA>    <NA>

---

如果你想使用apply

df$Timing_combined <- apply(df, 1, function(x) 
                            paste0(x[!is.na(x) & x != 0], collapse = ' & '))

apply 中的匿名函数如何工作取决于您使用的 MARGIN。这里我们传递MARGIN = 1 意味着匿名函数中的第一次迭代x 将是第一行。对于第二个，x 将是第二行，依此类推。