将data.frame中的所有特定值依次替换为另一个data.frame中的值R

Question

我有一个 data.frame (df1)，我想为另一个 data.frame (df2) 中的每个样本包含一个最近的年龄：

df1$age <- df2$age_9[match(df1$Sample_ID, df2$Sample_ID)]

问题是df2中有9列年龄，每列表示特定检查日期的年龄（age_1是第一次就诊的年龄，age_9是第9次就诊的年龄）并且患者不做他们的所有访问。

如何从非空检查日期添加最近获得的年龄？

又名，如果 age_9 == "."代替 ”。”与 age_8 那么如果 age_8 == "."代替 ”。”与age_7 ...等

从这里：

View(df1)
Sample Age
1      50
2      .
3      .

收件人：

View(df1)
Sample Age
1      50
2      49
3      30

来自数据 df2

View(df2)
Sample Age_1 Age_2 Age_3
1      40    42    44
2      35    49    .
3      30    .     .

这是我的尝试：

df1$age[which(df1$age == ".")] <- df2$age_8[match(df1$Sample_ID, df2$Sample_ID)]

Answer 1

使用base R，我们可以使用max.col返回每一行的last列索引，其中'Age'列不是.，cbind用行序列返回一行/列索引，提取元素并更改'df1'中的'Age'列，其中'Age'为.

df1$Age <- ifelse(df1$Age == ".", df2[-1][cbind(seq_len(nrow(df2)), 
        max.col(df2[-1] != ".", "last"))], df1$Age)

df1 <- type.convert(df1, as.is = TRUE)

-输出

df1
#  Sample Age
#1      1  50
#2      2  49
#3      3  30

---

或使用tidyverse，通过重塑为'long'格式，然后在sliceing 最后一行按'Sample'分组后进行连接

library(dplyr)
library(tidyr)
df2 %>% 
    mutate(across(starts_with('Age'), as.integer)) %>%
    pivot_longer(cols = starts_with('Age'), values_drop_na = TRUE) %>%
    group_by(Sample) %>% 
    slice_tail(n = 1) %>% 
    ungroup %>% 
    select(-name) %>%
    right_join(df1) %>%
    transmute(Sample, Age = coalesce(as.integer(Age), value))

-输出

# A tibble: 3 x 2
#  Sample   Age
#   <int> <int>
#1      1    50
#2      2    49
#3      3    30

数据

df1 <- structure(list(Sample = 1:3, Age = c("50", ".", ".")), 
       class = "data.frame",
  row.names = c(NA, 
-3L))

df2 <- structure(list(Sample = 1:3, Age_1 = c(40L, 35L, 30L), Age_2 = c("42", 
"49", "."), Age_3 = c("44", ".", ".")), class = "data.frame", 
row.names = c(NA, 
-3L))