将具有交替缺失值的两个字符串列合并为一个答案

【问题标题】：Coalesce two string columns with alternating missing values to one将具有交替缺失值的两个字符串列合并为一个
【发布时间】：2015-03-07 04:06:02
【问题描述】：

我有一个数据框，其中包含两列“a”和“b”，缺失值交替出现 (NA)

a      b
dog    <NA>
mouse  <NA>
<NA>   cat
bird   <NA>

我想将它们“合并”/组合成一个新列 c，如下所示，即每行中的非NA 元素被选中：

c
dog
mouse
cat
bird

我尝试了merge 和join，但都没有达到我想要的效果。也许是因为我没有要合并的 id？对于整数，我会绕过这个并添加两列，但在我的情况下如何？

【问题讨论】：

那些NA 值是真的还是假的？

标签： r na missing-data

【解决方案1】：

使用 if else 逻辑：

a<-c("dog","mouse",NA,"bird")
b<-c(NA,NA,"cat",NA)

test.df <-data.frame(a,b, stringsAsFactors = FALSE)
test.df$c <- ifelse(is.na(test.df$a), test.df$b, test.df$a)

test.df

      a    b     c
1   dog <NA>   dog
2 mouse <NA> mouse
3  <NA>  cat   cat
4  bird <NA>  bird

【讨论】：

【解决方案2】：

dpyr 正是你要找的，函数coalesce()

library(dplyr)

a<-c("dog","mouse",NA,"bird")
b<-c(NA,NA,"cat",NA)

coalesce(a,b)

[1] "dog"   "mouse" "cat"   "bird"

【讨论】：

【解决方案3】：

您可以使用简单的apply：

df$c <- apply(df,1,function(x)  x[!is.na(x)]  ) 

> df
      a    b     c
1   dog <NA>   dog
2 mouse <NA> mouse
3  <NA>  cat   cat
4  bird <NA>  bird

【讨论】：

【解决方案4】：

你可以试试pmax

df$c <- pmax(df$a, df$b)
df
#       a    b     c
# 1   dog <NA>   dog
# 2 mouse <NA> mouse
# 3  <NA>  cat   cat
# 4  bird <NA>  bird

...或ifelse:

df$c <- ifelse(is.na(df$a), df$b, df$a)

对于多于两列的情况下更通用的解决方案，您可以找到几种在 R here 中实现合并的方法。

【讨论】：

对我来说最好的解决方案是使用ifelse 的第二个选项。谢谢

【解决方案5】：

另一种选择是将which 与arr.ind=TRUE 一起使用

indx <- which(!is.na(df), arr.ind=TRUE)
df$c <-  df[indx][order(indx[,1])]
df
#    a    b     c
#1   dog <NA>   dog
#2 mouse <NA> mouse
#3  <NA>  cat   cat
#4  bird <NA>  bird

或者

df$c <- df[cbind(1:nrow(df),max.col(!is.na(df)))]

【讨论】：

【解决方案6】：

这是我的尝试（由@MrFlick 修改）

df$c <- apply(df, 1, function(x) na.omit(x)[1])
df
#       a    b     c
# 1   dog <NA>   dog
# 2 mouse <NA> mouse
# 3  <NA>  cat   cat
# 4  bird <NA>  bird

【讨论】：

apply(df, 1, function(x) na.omit(x)[1]) 在这里工作不也一样，而且简单一点吗？
我也会使用df[which(!is.na(df), arr.ind=TRUE)]
@akrun，这是非常好的矢量化方法。我会将其发布为您自己的答案

【解决方案7】：

我为这种类型的任务编写了一个coalesce() 函数，它的工作原理与 SQL 合并函数非常相似。你会像这样使用它

dd<-read.table(text="a      b
dog    NA
mouse  NA
NA   cat
bird   NA", header=T)

dd$c <- with(dd, coalesce(a,b))
dd
#       a    b     c
# 1   dog <NA>   dog
# 2 mouse <NA> mouse
# 3  <NA>  cat   cat
# 4  bird <NA>  bird

【讨论】：