如何在 dplyr 中使用切片来保留 R 中具有 NA 值的行答案

【问题标题】：How to use slice in dplyr to keep the rows with NA values in R如何在 dplyr 中使用切片来保留 R 中具有 NA 值的行
【发布时间】：2020-11-25 04:50:30
【问题描述】：

我有如下数据集，我想知道每组的最小词，如果没有最小词（是NA），我还想显示它

df=data.frame(
  key=c("A","A","B","B","C"),
  word=c(1,2,3,5,NA))

df%>%group_by(key)%>%slice(which.min(word))

这不包括我想要的 key=C, word=NA：

df_out=data.frame(
  key=c("A","B","C"),
  word=c(1,3,NA))

【问题讨论】：

标签： r dplyr slice

【解决方案1】：

我们可以在filter 中使用is.na 创建一个逻辑条件，并在按'key' 进行分组后返回NA 行

library(dplyr)
df %>%
     group_by(key) %>% 
     filter(word == min(word)|is.na(word))

或使用slice。我们不需要任何if/else 条件

df %>%
    group_by(key) %>% 
    slice(which(word ==min(word)|is.na(word)))
# A tibble: 3 x 2
# Groups:   key [3]
#  key    word
#  <chr> <dbl>
#1 A         1
#2 B         3
#3 C        NA

或者更简洁

df %>%
    group_by(key) %>% 
    slice(match(min(word), word))
# A tibble: 3 x 2
# Groups:   key [3]
#  key    word
#  <chr> <dbl>
#1 A         1
#2 B         3
#3 C        NA

注意：使用 match 返回第一个匹配项的索引。

which.min 删除 NA

which.min(c(NA, 1, 3))
#[1] 2

【讨论】：

【解决方案2】：

我们可以用if检查条件，如果all组中的word是NA我们返回第一行，否则返回最小行。

library(dplyr)

df %>%
  group_by(key)%>%
  slice(if(all(is.na(word))) 1L else which.min(word))

# key    word
#  <chr> <dbl>
#1 A         1
#2 B         3
#3 C        NA

另一种选择是arrangeword 的数据并选择每个组中的第一行。

df %>% arrange(key, word) %>% group_by(key) %>% slice(1L)

【讨论】：

【解决方案3】：

您还可以通过word 使用arrange 并使用dplyr 中的distinct 来获得所需的输出。

library(dplyr)
df %>% 
    arrange(word) %>% 
    distinct(key, .keep_all = TRUE)
#  key word
#1   A    1
#2   B    3
#3   C   NA

【讨论】：

【解决方案4】：

您可以使用tidyverse-package 创建修改后的slice-function，它返回NA's：

slice_uneven = function(.data, .idx) {
  .data_ = .data %>% add_row() # Add an extra row
  .idx_ = .idx %>% c(NA) %>% replace_na(nrow(.data_)) # Replace NA with index of the extra row
  .data_[.idx_,] %>% head(-1) %>% remove_rownames() %>% return() # Subset, remove extra row, and reset rownames before returning data
}

slice_uneven(cars, c(1, 2, 3, NA, NA, 3, 2))

【讨论】：