将所有缺失值放在数据框的右侧[重复]答案

【问题标题】：Put all the missing values to the right side of data frame [duplicate]将所有缺失值放在数据框的右侧[重复]
【发布时间】：2021-08-17 12:55:42
【问题描述】：

我的数据框（数据表）中有很多缺失的数据，我需要将它们全部移到右侧。有什么方法可以做到吗？

样本数据

as.data.table(structure(list(`1` = c(NA_integer_, NA_integer_), `2` = c(NA, 
1L), `3` = c(1L, 1L), `4` = c(0L, NA), `5` = c(NA_integer_, NA_integer_
)), row.names = c(NA, -2L), class = c("data.table", "data.frame"
)))

预期的输出如下，

1, 0, NA, NA, NA
1, 1, NA, NA, NA

【问题讨论】：

标签： r data.table

【解决方案1】：

更新我只是做了一些修改，以便我们有一个有序的列名，但它可以更改。

您可以使用以下解决方案。也许有一种更简单的方法，但现在我可以想到这个：

library(dplyr)
library(purrr)

df %>%
  pmap(., ~ c(c(...)[!is.na(c(...))], c(...)[is.na(c(...))])) %>%
  exec(rbind, !!!.) %>%
  as_tibble() %>%
  set_names(1:length(.))

# A tibble: 2 x 5
    `1`   `2`   `3`   `4`   `5`
  <int> <int> <int> <int> <int>
1     1     0    NA    NA    NA
2     1     1    NA    NA    NA

【讨论】：

【解决方案2】：

因为它是一个data.table 对象，

library(data.table)
dcast(melt(copy(DT)[, rn := seq_len(.N)], "rn"
          )[, variable := as.character(rank(is.na(value), ties="first")), by = rn],
      rn ~ variable, value.var = "value")[, rn := NULL][]
#        1     2     3     4     5
#    <int> <int> <int> <int> <int>
# 1:     1     0    NA    NA    NA
# 2:     1     1    NA    NA    NA

或者也许是一种效率较低的方法：

DT[] <- as.data.table(t(apply(DT, 1, function(z) z[order(is.na(z))])))
DT
#        1     2     3     4     5
#    <int> <int> <int> <int> <int>
# 1:     1     0    NA    NA    NA
# 2:     1     1    NA    NA    NA

仅供参考，从某种意义上说，您打破了data.frame-结构的前提，其中列是字段/属性；像这样在列之间移动值表明（a）数据确实属于长格式（使用melt）并保持这种方式，或者（b）您应该处理matrix。也许它比我们看到的要多得多，只是一个想法。

【讨论】：

亲爱的@r2evans，您对从哪里开始学习data.table 有什么建议吗？因为我完全不熟悉它。我会很感激任何建议。
老实说，一个好的开始是它的网页rdatatable.gitlab.io/data.table 及其所有vignettes。从那里开始，我强迫自己开始在一些小型个人项目中使用它，然后开始在 SO 上查看问题并尝试回答它们。由于作者/维护者和许多非常聪明的data.table 人通常会用答案击败我，我从他们的评论中学到了东西。这是一场艰苦的战斗（真的是一种不同的 R 方言），但事情只是在某个时候开始“变得有意义”。
我做的一件事是维护一个翻译列表（各种），说明如何在基础 R、dplyr（和 tidyr）、data.table 和 python pandas 中做事；虽然这不是我保持最新或准备公开的内容，但只是制作我自己的参考指南确实有助于理解我想要从data.table 得到什么。还有很多方面我没有处理，但我现在对重塑、基本分组、非等值连接以及它的一些内部功能效率相当满意。
非常感谢您的鼓励 cmets 以及链接。是的，你是对的，我也发现 SO 是一个很好的学习来源，因为在过去的三个月里，我以与你提到的相同的方式学到了很多东西。 SO 有一些很棒的 data.table 用户，就像你自己一样。真的非常感谢。
我完全理解。这一次，你对要寻找什么和学习什么有了更清晰的认识。我认为当你开始学习一门新的编程语言时也是如此（尽管我还没有）。我看到了一些基准测试尝试，并惊讶地发现pandas 也更快。

【解决方案3】：

Repeating pmap 答案，但这不会改变您在输出中的姓名序列

pmap_dfr(dt, ~c(c(...)[!is.na(c(...))], rep(NA, sum(is.na(c(...))))) %>%
           setNames(names(c(...))))

# A tibble: 2 x 5
    `1`   `2`   `3`   `4`   `5`
  <int> <int> <int> <int> <int>
1     1     0    NA    NA    NA
2     1     1    NA    NA    NA

【讨论】：