R中的多行到一行[关闭]答案

【问题标题】：Multiples rows to one row in R [closed]R中的多行到一行[关闭]
【发布时间】：2021-05-14 05:09:07
【问题描述】：

在 R 中，我有一个包含多个值的数据框。我想要一个数据框，它将数据框转换为只有一行包含所有值的数据框。我有一个这样的数据框：

A     B      C    D    E    F    G
time  place  NA   NA   3    4    NA
time  place  1    NA   NA   4    5
time  place  NA   2    NA   NA   NA

我想要一个这样的数据框：

A     B      C    D    E    F    G
time  place  1    2    3    4    5

我尝试使用 reshape 函数，如下所示：Turning one row into multiple rows in r

并尝试了独特的功能，但我丢失了很多数据：Selecting unique rows in matrix using R

【问题讨论】：

问题似乎没有明确说明：要么我们可以使用colMeans(..., na.rm=TRUE)，要么发生其他事情。在这种情况下，如果您提供更好的minimale reproducible example，其他人会更容易帮助您。 MRE 将使其他人更容易找到和测试您的问题的答案。
A 列和 B 列的时间和地点组合是否不同？如果非 NA，C-G 列是否总是具有相同的值，还是可以变化？
A 和 B 完全一样。 C-G 可以变化
好的，如果列 F 的值是 4 和 100，期望的输出是什么？
这将是 4 和 100 的平均值

标签： r dplyr rows

【解决方案1】：

您可以将 na.omit() 与摘要一起使用，例如：

library(tidyverse)

df %>% group_by(A, B) %>% 
       summarise(C = mean(na.omit(C)),
                 D = mean(na.omit(D)),
                 E = mean(na.omit(E)),
                 F = mean(na.omit(F)),
                 G = mean(na.omit(G)))

您的示例数据在每列 C-G 中只有唯一值，因此根据您的评论，我使用 mean() 来获取非 NA 观察值的平均值。

数据：

df <- structure(list(A = c("time", "time", "time"), B = c("place",
"place", "place"), C = c(NA, 1L, NA), D = c(NA, NA, 2L), E = c(3L,
NA, NA), F = c(4L, 4L, NA), G = c(NA, 5L, NA)), class = "data.frame", row.names = c(NA,
-3L))

【讨论】：

【解决方案2】：

使用colMeans 解决不同值的解决方案：

1.创建测试数据

df <- structure(list(
  A = c("time", "time", "time"), 
  B = c("place", "place", "place"), 
  C = c(NA, 1L, NA), 
  D = c(NA, NA, 2L), 
  E= c(3L, NA, NA), 
  F = c(4L, 4L, NA), 
  G = c(NA, 5L, NA)), 
  row.names = c(NA, -3L),
  class = c("data.table", "data.frame"))

2.将unique 用于前两列，colMeans 用于其余列，转换为 data.frame：

cbind(unique(df[, 1:2]), as.data.frame.list(colMeans(df[,3:7], na.rm = TRUE)))

      A     B C D E F G
1: time place 1 2 3 4 5

【讨论】：

【解决方案3】：

我们可以按'A'、'B'分组并选择第一个非NA元素across其他列

library(dplyr)
df1 %>%
     group_by(A, B) %>%
     summarise(across(everything(), ~ .[order(is.na(.))][1]), .groups = 'drop')

-输出

# A tibble: 1 x 8
#  A     B         C     D     E     F     G H    
#  <chr> <chr> <int> <int> <int> <int> <int> <lgl>
#1 time  place     1     2     3     4     5 NA

或coalesce

library(purrr)
df1 %>%
    group_by(A, B) %>% 
    summarise(across(everything(), ~ reduce(., coalesce)), .groups = 'drop')

数据

df1 <- structure(list(A = c("time", "time", "time"), B = c("place", 
"place", "place"), C = c(NA, 1L, NA), D = c(NA, NA, 2L), E = c(3L, 
NA, NA), F = c(4L, NA, NA), G = c(NA, 5L, NA), H = c(NA, NA, 
NA)), class = "data.frame", row.names = c(NA, -3L))

【讨论】：