将一列中的内容替换为另一列 R

Answer 1

更短的方法。只需从变量名称中去除所有".x" 后缀，然后转换名称不是"ID" 或不以".y" 结尾的变量。对于这些变量中的每一个，get0 与带有".y" 后缀的对应项进行如下替换。请注意，如果没有带有 ".y" 后缀的对应项，get0 将返回 NULL 并且 idx 因此折叠为 integer(0)。结果，变量按原样返回。

library(dplyr)

ord_dat %>% 
  rename_with(~sub("\\.x", "", .), ends_with(".x")) %>% 
  transmute(ID, across(!ID & !ends_with(".y"), ~{
    .y <- get0(paste0(cur_column(), ".y"))
    idx <- which(.x %in% c("-99", NA) & !is.na(.y))
    replace(.x, idx, .y[idx])
  }))

---

这是一个 tidyverse 方法。我们会

1. pivot_longer 将数据集分为四列：ID、Q(uestion)、x 和 y。
2. 在x 显示NA 或"-99" 但y 显示非NA 值的位置替换x 中的任何值。
3. 删除名称来自Q 和值来自x 的数据集列y 和pivot_wider。

   这些步骤并不复杂，但它们确实需要对功能进行精细控制。这使得代码有点长：

   library(dplyr)
   library(tidyr)
   
   ord_dat %>% 
     pivot_longer(
       -ID, 
       names_to = c("Q", ".value"), 
       names_pattern = "([^\\.]*)\\.?([^\\.]*)", 
       names_transform = list(.value = ~replace(., . == "", "x"))
     ) %>% 
     mutate(x = {
       idx <- which(x %in% c("-99", NA) & !is.na(y))
       replace(x, idx, y[idx])
     }, y = NULL) %>% 
     pivot_wider(names_from = Q, values_from = x)
   

   输出

   # A tibble: 6 x 5
     ID    Q2_1  Q2_2  Q14_1     Q15  
     <chr> <chr> <chr> <chr>     <chr>
   1 1     Yes   NA    Sometimes NA   
   2 2     No    NA    Always    Yes  
   3 3     Yes   NA    NA        NA   
   4 4     -99   No    Yes       No   
   5 5     NA    -99   Always    NA   
   6 6     -99   No    NA        NA   
   

Answer 2

这里答案的关键是首先将用户定义的 NA 转换为带有 na_if 的真实 nas，然后是带有成对列的 coalesce。

library(dplyr)
library(stringr)
org_dat %>%
    na_if(-99) %>%
    mutate(across(ends_with('.x'),
                  ~coalesce(.x, get(deparse(substitute(.x)) %>%
                                        str_replace('\\.x', '.y'))))) %>%
    select(-ends_with('.y')) %>%
    rename_with(~str_remove(.x, '\\..$'))


# A tibble: 6 × 5
  ID    Q2_1  Q2_2  Q14_1     Q15  
  <chr> <chr> <chr> <chr>     <chr>
1 1     Yes   NA    Sometimes NA   
2 2     No    NA    Always    Yes  
3 3     Yes   NA    NA        NA   
4 4     NA    No    Yes       No   
5 5     NA    NA    Always    NA   
6 6     NA    No    NA        NA   

编辑

原始答案没有提供实际所需的输出，因为它用 NA 替换了所有用户定义的 NA（-99）。

如果 OP 想要保留这些用户定义的 NA，我们可以执行以下操作： 首先，将所有列更改为字符。 其次，将 data.frame 拆分为由前缀“Q{number}_{number}”和split.default 配对的数据帧。 最后，modify 包含两列（'x' 和 'y' 对）的所有列表元素，modify_if 和 coalesce。

library(dplyr)
library(purrr)

org_dat %>%
    mutate(across(everything(), as.character)) %>%
        split.default(sub('\\..$', '', names(org_dat))) %>%
        modify_if(.p=~ncol(.x)==2, .f = ~coalesce(.x[[1]], .x[[2]])) %>%
        bind_cols() %>%
        select(ID, Q2_1, Q2_2, Q14_1, Q15)

# A tibble: 6 × 5
  ID    Q2_1  Q2_2  Q14_1     Q15  
  <chr> <chr> <chr> <chr>     <chr>
1 1     Yes   NA    Sometimes NA   
2 2     -99   NA    Always    Yes  
3 3     Yes   NA    NA        NA   
4 4     -99   No    Yes       No   
5 5     NA    -99   Always    NA   
6 6     -99   No    NA        NA