在R中读取列表excel然后执行操作答案

【问题标题】：Read List excel in R & then perform operation在R中读取列表excel然后执行操作
【发布时间】：2021-08-19 07:09:59
【问题描述】：

我不确定如何在 R 中复制代码或列表，希望我的图像能够传达问题。我在 excel 中有几列（长度不均匀），我想创建一个最后一列，它从每列中获取 1 个值并创建一个列表。（如果您可以包含有关如何从 Excel 中读取 R 中此类数据的代码，那也会很有帮助。）

添加数据结构

df <- structure(list(A = c("A1", "A2", "A3", NA, NA), B = c("B1", "B2", 
NA, NA, NA), C = c("C1", "C2", "C3", "C4", "C5"), D = c("D1", 
"D2", "D3", NA, NA)), row.names = c(NA, -5L), class = c("tbl_df", 
"tbl", "data.frame"))

【问题讨论】：

标签： r list dplyr tidyverse

【解决方案1】：

转置数据，转换为向量并删除NA 值。

result <- data.frame(Final = na.omit(c(t(df))))
result

#   Final
#1     A1
#2     B1
#3     C1
#4     D1
#5     A2
#6     B2
#7     C2
#8     D2
#9     A3
#10    C3
#11    D3
#12    C4
#13    C5

【讨论】：

真正的智能解决方案。谢谢！我认为这里的问题是 c() 我不知道将 c 添加到矩阵会将其转换为向量
只是好奇这里是否存在一个条件，即可以从最后一列的一列中选取最多 4 个值（在这种情况下，C5 将被丢弃）那么我们将如何更改代码跨度>
这需要一种不同的方法 - df1 <- df %>% summarise(across(.fns = ~na.omit(.x)[1:4])) 然后使用上面的答案。

【解决方案2】：

与 tidyr：

library(tidyverse)

df <- structure(list(A = c("A1", "A2", "A3", NA, NA), B = c("B1", "B2", 
                                                            NA, NA, NA), C = c("C1", "C2", "C3", "C4", "C5"), D = c("D1", 
                                                                                                                    "D2", "D3", NA, NA)), row.names = c(NA, -5L), class = c("tbl_df", 
                                                                                                                                                                            "tbl", "data.frame"))
pivot_longer(df, cols = c('A', 'B', 'C', 'D')) %>% na.omit()
#> # A tibble: 13 x 2
#>    name  value
#>    <chr> <chr>
#>  1 A     A1   
#>  2 B     B1   
#>  3 C     C1   
#>  4 D     D1   
#>  5 A     A2   
#>  6 B     B2   
#>  7 C     C2   
#>  8 D     D2   
#>  9 A     A3   
#> 10 C     C3   
#> 11 D     D3   
#> 12 C     C4   
#> 13 C     C5

^{由reprex package (v2.0.0) 于 2021-06-01 创建}

【讨论】：

【解决方案3】：

我们可以在base R轻松做到这一点

na.omit(stack(df)[order(c(row(df))),][1])

或使用melt

library(data.table)
melt(data.table::transpose(setDT(df)), measure = 1:5, na.rm = TRUE)[, 2, with = FALSE]

【讨论】：