根据列中的元素对 R 中的数据框进行子集化答案

【问题标题】：Subsetting a dataframe in R based on the elements in the columns根据列中的元素对 R 中的数据框进行子集化
【发布时间】：2021-10-13 01:25:56
【问题描述】：

我有一个数据框 df，它有 5 行和 6 列。

df <- data.frame(
  Hits = c("Hit1", "Hit2", "Hit3", "Hit4", "Hit5"),
  category1 = c("a1", "", "b1", "a1", "c1"),
  category2 = c("", "", "", "", "a2"),
  category3 = c("a3", "", "b3", "", "a3"),
  category4 = c("", "", "", "", ""),
  category5 = c("", "", "a5", "b5", ""),
  stringsAsFactors = FALSE)

从category1 到category5 的每一列，我只需要保留出现在最高位置的元素，即

最后，删除这五列中没有元素的行，即

如何在 R 中以最简单的方式实现这一点？

【问题讨论】：

标签： df category1 category5 r dataframe subset

【解决方案1】：

你可以使用 -

library(dplyr)

df %>%
  #Retain only the values that appear in topmost position
  mutate(across(starts_with('category'), ~replace(., -match(TRUE, . != ''), ''))) %>%
  #Drop the rows that have no element
  filter(if_any(starts_with('category'), ~. != ''))

#  Hits category1 category2 category3 category4 category5
#1 Hit1        a1                  a3                    
#2 Hit3                                                a5
#3 Hit5                  a2

如果你想通过位置来做到这一点，你可以这样做 -

df %>%
  mutate(across(2:6, ~replace(., -match(TRUE, . != ''), ''))) %>%
  filter(if_any(2:6, ~. != ''))

【讨论】：

谢谢！这完美地工作。我想知道是否有办法针对列名可能不同的情况调整您的方法。
列名是什么？ dplyr 中有很多函数可以用来选择列。 starts_with、ends_with、matches、contains 等。您也可以按位置选择列2:5。
好的。我想根据位置选择列将解决列名不同的问题。感谢您的澄清。
能否请您展示如何根据列的位置选择列？我不知道语法
您要选择的列的位置是什么？

【解决方案2】：

df %>% 
  mutate(across(.cols = -Hits, .fns = ~ifelse(row_number() == first(which(.!="")) | all(. == ""), ., ""))) %>% 
  filter(if_any(-Hits, ~.!=""))

  Hits category1 category2 category3 category4 category5
1 Hit1        a1                  a3                    
2 Hit3                                                a5
3 Hit5                  a2

【讨论】：

感谢您的回答。这可行，但我想要空格而不是。你能相应地编辑你的答案吗？
@AbhishekChowdhury 完成！
category4下还有。
@AbhishekChowdhury 解决了！