使用 For 循环 R 基于其他数据框的单元格创建新数据框

Question

我有 2 个具有相同行和列结构的数据框，它们都有很多 NA 值。我想创建另一个数据框，它只是告诉我 2 个原始数据框中的哪些单元格实际上具有值。例如

到目前为止，我已经能够通过为每一列改变一系列 if else 语句来手动执行此操作，如下所示：

combined <- trial_1[,1:2] %>%
   mutate("Part1" = ifelse(!is.na(trial_1$Part1) & !is.na(trial_2$Part1), "1 & 2",
 ifelse(!is.na(trial_1$Part1) & is.na(trial_2$Part1), "1 only", ifelse(is.na(trial_1$Part1) & !is.na(trial_2$Part1),
 "2 only", ifelse(is.na(trial_1$Part1) & is.na(trial_2$Part1),
 "NA", "Failed"))))) %>%

   mutate("Part2" = ifelse(!is.na(trial_1$Part2) & !is.na(trial_2$Part2),
 "1 & 2",ifelse(!is.na(trial_1$Part2) & is.na(trial_2$Part2), "1 only",
 ifelse(is.na(trial_1$Part2) & !is.na(trial_2$Part2), "2 only", ifelse(is.na(trial_1$Part2) & is.na(trial_2$Part2), "NA", "Failed"))))) %>%

   mutate("Part3" = ifelse(!is.na(trial_1$Part3) & !is.na(trial_2$Part3), "1 & 2",
 ifelse(!is.na(trial_1$Part3) & is.na(trial_2$Part3),
 "1 only", ifelse(is.na(trial_1$Part3) & !is.na(trial_2$Part3), "2 only", ifelse(is.na(trial_1$Part3) & is.na(trial_2$Part3),
 "NA", "Failed"))))) %>%

   mutate("Part4" = ifelse(!is.na(trial_1$Part4) & !is.na(trial_2$Part4),
 "1 & 2", ifelse(!is.na(trial_1$Part4) & is.na(trial_2$Part4), "1 only", ifelse(is.na(trial_1$Part4) & !is.na(trial_2$Part4),
 "2 only", ifelse(is.na(trial_1$Part4) & is.na(trial_2$Part4), "NA", "Failed")))))

但这显然效率不高，所以我尝试使用 for 循环，但不起作用：

participants <- list('Part1', 'Part2', 'Part3', 'Part4')

combined <- trial_1[,1:2]

for (i in participants) {

combined <- combined %>%
  mutate(i = ifelse(!is.na(trial_1$i) & !is.na(trial_2$i), "1 & 2",
 ifelse(!is.na(trial_1$i) & is.na(trial_2$i), "1 only",
 ifelse(is.na(trial_1$i) & !is.na(trial_2$i), "2 only",
 ifelse(is.na(trial_1$i) & is.na(trial_2$i), "NA", "Failed")))))

}

任何关于如何重组这个 for 循环的帮助，我认为这是要走的路，都会非常有帮助。谢谢！

Answer 1

这里有一些尝试使用tidyverse。首先，基于number 和status 将两个数据框合并在一起。如果您愿意，可以在此处注明试用号。

然后，您可以将数据转换为长格式，并分别查看Part 中的每个元素。使用mutate 创建一个新字符串，根据哪些试验具有非缺失值。

最后，使用pivot_wider将数据放入宽格式。

library(tidyverse)

trial_1 %>%
  left_join(trial_2, by = c("number", "status"), suffix = c(".t1", ".t2")) %>%
  pivot_longer(cols = starts_with("Part"), names_to = c("Part", ".value"), names_pattern = "Part(\\d+).(t[1-9])") %>%
  mutate(part_string = case_when(
    !is.na(t1) & !is.na(t2) ~ "1 & 2",
    !is.na(t1) ~ "1 only",
    !is.na(t2) ~ "2 only",
    TRUE ~ NA_character_
  )) %>%
  pivot_wider(id_cols = c(number, status), names_from = "Part", values_from = "part_string", names_prefix = "Part")

输出

  number status    Part1  Part2  Part3  Part4
   <int> <chr>     <chr>  <chr>  <chr>  <chr>
1      1 very low  1 only NA     2 only NA   
2      2 low       NA     1 only 1 & 2  NA   
3      3 medium    2 only NA     1 only NA   
4      4 high      NA     NA     NA     NA   
5      5 very high NA     NA     1 only 1 & 2