使用 R 中的正则表达式匹配将一列替换为另一列答案

【问题标题】：replace one column with another using regex matching in R使用 R 中的正则表达式匹配将一列替换为另一列
【发布时间】：2022-01-27 05:58:37
【问题描述】：

我正在处理一些调查数据，我想用另一个调查项目替换一个调查项目/列的内容，同时保留原始单元格内容。 Ex - 如果 Q2_1.x 缺失，将 Q2_1.x 替换为 Q2_1.y。

这是我的数据示例：

org_dat <- read_table(\'ID   Q2_1.x  Q2_2.x  Q2_1.y  Q2_2.y  Q14_1.x Q14_1.y Q15
1   Yes NA  NA  NA  Sometimes   NA  NA
2   -99 NA  No  NA  NA  Always  Yes
3   NA  NA  NA  NA  NA  NA  NA
4   NA  NA  NA  No  NA  NA  No 
5   NA  NA  NA  NA  NA  Always  NA
6   NA  NA  NA  No  NA  NA  NA\') %>% mutate_all(as.character)

这是我想要的输出：

dat_out <- read_table(\'ID   Q2_1    Q2_2    Q14_1   Q15
1   Yes NA  Sometimes   NA
2   No  NA  Always  Yes
3   NA  NA  NA  NA
4   NA  No  NA  No
5   NA  NA  Always  NA
6   NA  No  NA  NA\')

当前解决方案我知道我可以单独替换这些列中的每一个，但是我有很多列要处理，我想使用一种智能的 dplyr/grepl 方法来解决这个问题！有任何想法吗？我总是用 Q*.y 替换 Q*.x。

org_dat %>% mutate(Q2_1.x = case_when(is.na(Q2_1.x) ~ Q2_1.y,
                                TRUE ~ Q2_1.x)) %>% 
       mutate(Q2_2.x = case_when(is.na(Q2_2.x) ~ Q2_2.y,
                                TRUE ~ Q2_2.x)) %>%
  mutate(Q14_1.x = case_when(is.na(Q14_1.x) ~ Q14_1.y,
                            TRUE ~ Q14_1.x)) %>%
  rename(Q2_1 = Q2_1.x,
         Q2_2 = Q2_2.x,
         Q14_1 = Q14_1.x) %>%
  select(-matches(\"x|y\"))

标签： r dplyr grepl

【解决方案1】：

这是across和coalesce的选项，循环acrossends_with'x'的列，将列名（cur_column()）中的子字符串从'x'替换为'y' '，get 列值，对循环列执行coalesce，然后从.names 中的列名中删除子字符串

library(dplyr)
library(stringr)
org_dat %>% 
    mutate(across(ends_with("x"),
     ~ coalesce(., get(str_replace(cur_column(), "x", "y"))),
        .names = "{str_remove(.col, '.x')}"), .keep = "unused", .before = 2)

-输出

# 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     <NA>  <NA>  <NA>      <NA> 
4 4     <NA>  No    <NA>      No   
5 5     <NA>  <NA>  Always    <NA> 
6 6     <NA>  No    <NA>      <NA>

【讨论】：

哇——这太优雅了。 coalesce 如何知道只查看那些匹配的列（Q2_1.x 和 Q2_1.y）？
@NewBee 循环仅循环 across ".x" 列。在循环内部，列名（cur_column()）.x变为.y，get对应该列的值
泰！还有一种方法可以返回循环未触及的所有列而不显式调用它们（Q15）。我有很多这样的列应该按原样返回..
@NewBee 更新了帖子
@NewBee 我认为mutate 与.keep 和.before 的步骤应该可以解决更新中的问题