使用 data.table 粘贴列时如何忽略 NA？答案

【问题标题】：How to ignore NA when I paste columns using data.table?使用 data.table 粘贴列时如何忽略 NA？
【发布时间】：2021-04-20 14:28:32
【问题描述】：

我有一个数据框：

ID   value1  value2
1     wad     11
2     NA      NA
3     elf     1

当我这样做时：

dt[,new:=paste0(value1, value2)]

我明白了：

ID   value1  value2   new
1     wad     11      wad11
2     NA      NA      NANA
3     elf     1       elf1

如何忽略 NA？并删除 value1 和 value2？我想得到：

ID   new
1    wad11
2    NA
3    elf1

【问题讨论】：

标签： r dataframe join data.table paste

【解决方案1】：

data.table：

library(data.table)       
setDT(df)
df[is.na(df)] <- ''
df[, new := paste0(value1, value2)][, .(ID, new)]

tidyr::unite 对此有一个单一的解决方案：

tidyr::unite(df, new, value1, value2, na.rm = TRUE)

#  ID    new
#1  1 wad_11
#2  2       
#3  3  elf_1

【讨论】：

谢谢，我用data.table写了问题
@reredf 我用data.table更新了答案。
谢谢，这里 df[is.na(df)]
value2 专栏怎么样？您想保留NA 的原样吗？您可以将cols 定义为cols <- c('value1', 'value2')，然后替换NA。 df[, (cols) := lapply(.SD, function(x) replace(x, is.na(x), '')), .SDcols = cols]`
是的，我需要从两列中删除 NA，而不是从其他列中删除。它是一个示例数据框，实际上我不想从所有列中删除 na

【解决方案2】：

data.table 选项

setDT(df)[,
  .(ID, new = do.call(paste, c(replace(.SD, is.na(.SD), ""), sep = ""))),
  .SDcols = patterns("^value")
]

给予

   ID   new
1:  1 wad11
2:  2
3:  3  elf1

数据

> dput(df)
structure(list(ID = 1:3, value1 = c("wad", NA, "elf"), value2 = c(11L,
NA, 1L)), class = "data.frame", row.names = c(NA, -3L))

【讨论】：

【解决方案3】：

我们可以的

library(dplyr)
df %>%
   transmute(ID, new = case_when(is.na(value1) & is.na(value2) ~ "",
      TRUE ~str_c(value1, value2, sep='_')))
#  ID    new
#1  1 wad_11
#2  2       
#3  3  elf_1

【讨论】：