您如何将第一个值保留在多列中？答案

【问题标题】：How do you keep the first value in multiple columns?您如何将第一个值保留在多列中？
【发布时间】：2019-11-27 22:03:11
【问题描述】：

我有一个数据框。我想将第一个值保留在多个列中。

我更喜欢使用管道 %>% 运算符的 tidyverse 解决方案。我更喜欢可以输入 E1:N3 的解决方案，因为我在真实数据集中有大约 50 列。

这是数据框：

df <- data.frame(age = c(20, 25, 30), E1 = c("1 Alpha", "2 Bravo", "1 Alpha"), E2 = c("2 Bravo", "2 Bravo", "2 Bravo"), E3 = c("1 Alpha", "2 Bravo", "2 Bravo"), N1 = c("1 Alpha", "1 Alpha", "1 Alpha"), N2 = c("2 Bravo", "1 Alpha", "2 Bravo"), N3 = c("2 Bravo", "2 Bravo", "1 Alpha"))
df
#>   age      E1      E2      E3      N1      N2      N3
#> 1  20 1 Alpha 2 Bravo 1 Alpha 1 Alpha 2 Bravo 2 Bravo
#> 2  25 2 Bravo 2 Bravo 2 Bravo 1 Alpha 1 Alpha 2 Bravo
#> 3  30 1 Alpha 2 Bravo 2 Bravo 1 Alpha 2 Bravo 1 Alpha

这就是我想要的：

df_expected <- data.frame(age = c(20, 25, 30), E1 = c("1", "2", "1"), E2 = c("2", "2", "2"), E3 = c("1", "2", "2"), N1 = c("1", "1", "1"), N2 = c("2", "1", "2"), N3 = c("2", "2", "1"))
df_expected
#>   age E1 E2 E3 N1 N2 N3
#> 1  20  1  2  1  1  2  2
#> 2  25  2  2  2  1  1  2
#> 3  30  1  2  2  1  2  1

【问题讨论】：

标签： r dplyr

【解决方案1】：

你也可以这样做：

df %>%
 mutate_at(vars(E1:N3), ~ substr(., 1, 1))

  age E1 E2 E3 N1 N2 N3
1  20  1  2  1  1  2  2
2  25  2  2  2  1  1  2
3  30  1  2  2  1  2  1

然后，如果它总是数字并且您正在寻找数字向量，您可以这样做：

df %>%
 mutate_at(vars(E1:N3), ~ as.numeric(substr(., 1, 1)))

【讨论】：

【解决方案2】：

这是一个选项，用于在列名称中以“E”或“N”开头的列中提取第一个带有parse_number 的数字部分，后跟一个或多个数字 (\\d+)

library(dplyr)
library(stringr)
df %>%
   mutate_at(vars(matches("^(E|N)\\d+$")), ~readr::parse_number(as.character(.)))

或使用str_remove 删除从一个或多个空格开始的子字符串，包括其他字符（.*）

df %>%
   mutate_at(vars(-age), ~ str_remove(., "\\s+.*"))
#   age E1 E2 E3 N1 N2 N3
#1  20  1  2  1  1  2  2
#2  25  2  2  2  1  1  2
#3  30  1  2  2  1  2  1

或使用base R

df[-1] <- lapply(df[-1], sub, pattern = "\\s.*", replacement = "")

【讨论】：

我真的很喜欢最初的解决方案。谢谢你。 df %>% mutate_at(vars(starts_with("E"), (starts_with("N"))), ~readr::parse_number(as.character(.)))

【解决方案3】：

我们也可以使用正则表达式来提取第一个字符

library(dplyr)

df %>%
  mutate_at(vars(E1:N3), ~stringr::str_extract(., ".")) %>% 
  mutate_all(as.numeric)

#  age E1 E2 E3 N1 N2 N3
#1  20  1  2  1  1  2  2
#2  25  2  2  2  1  1  2
#3  30  1  2  2  1  2  1

或类似的概念使用sub

df %>%
  mutate_at(vars(E1:N3), ~sub("(.).*", "\\1", .)) %>%
  mutate_all(as.numeric)

【讨论】：