R - tidyr - spread() - 处理 NA 作为列名答案

【问题标题】：R - tidyr - spread() - dealing with NA as column nameR - tidyr - spread() - 处理 NA 作为列名
【发布时间】：2015-10-17 20:13:15
【问题描述】：

我正在使用 tidyr::spread() 将多个分类变量传播到布尔列。由于数据包含 NA，spread 创建一个没有名称的新列。

我正在寻找一种摆脱 NA 的方法

a) 管道解决方案（我尝试过 select_() 和 '['()，但不知道如何引用 NA 列的名称或索引）或

b) 自定义函数，会更好

c) 一种简单地不生成 NA 列的方法，如果可能的话，与 Hadleyverse 兼容。

以下是我当前（非常不雅重复）的解决方案。

library(tidyr)
library(dplyr)

test <- data.frame(id = 1:4, name = c("anna", "bert", "charles", "daniel"),
                   flower = as.factor(c("rose", "rose", NA, "petunia")),
                   music = as.factor(c("pop","classical", "rock", NA)),
                   degree = as.factor(c(NA, "PhD", "MSc", "MSc")))

test <- test %>% 
  mutate(truval = TRUE) %>% 
  spread(key = flower, value = truval, fill = FALSE)
test[ncol(test)] <- NULL

test <- test %>% 
  mutate(truval = TRUE) %>% 
  spread(key = music, value = truval, fill = FALSE)
test[ncol(test)] <- NULL

test <- test %>% 
  mutate(truval = TRUE) %>% 
  spread(key = degree, value = truval, fill = FALSE)
test[ncol(test)] <- NULL

test

【问题讨论】：

标签： r na piping tidyr spread

【解决方案1】：

我们可以将select 与backquotes 一起用于“NA”列。

 test %>% 
    mutate(truval= TRUE) %>% 
    spread(flower, truval, fill=FALSE) %>% 
    select(-`NA`)
 #  id    name     music degree petunia  rose
 #1  1    anna       pop   <NA>   FALSE  TRUE
 #2  2    bert classical    PhD   FALSE  TRUE
 #3  3 charles      rock    MSc   FALSE FALSE
 #4  4  daniel      <NA>    MSc    TRUE FALSE

我想很难不生成 NA 列，因为其他列中的观察结果与之相关。我们可以使用filter 和is.na 来删除'flower' 列中具有'NA' 的行，但是我们将丢失一行，即。第三行。

【讨论】：

【解决方案2】：

根据@akrun 的回复，您可以使用带反引号的引用 NA。这是一个处理它的函数：

Spread_bool <- function(df, varname) {
# spread a categorical variable to Boolean columns, remove NA column
# Input:
#  df: a data frame containing the variable to be spread
#  varname: the "quoted" name of the variable to be spread
#
# Return:
#  df: a data frame with the variable spread to columns

  df <- df %>% 
    mutate(truval = TRUE) %>% 
    spread_(varname, "truval", fill = FALSE) %>% 
    select(-`NA`)

  df

}

【讨论】：