使用 rowwise() 时如何处理整行？答案

【问题标题】：How do I process an entire row when using rowwise()?使用 rowwise() 时如何处理整行？
【发布时间】：2021-11-02 03:27:49
【问题描述】：

我的数据集由数字列组成，其中有一些缺失（即 NA）值。我想找到包含完全 NA 值的行。例如：

library(tidyverse)
library(magrittr)

frm <- tribble(
  ~A, ~B, ~C,
  11, 22, 33,
  14, NA, 37,
  10, 29, 36,
  NA, NA, NA,
  18, 28, 38
)

我可以使用 is.na() 和 all() 在 for 循环中处理每一行，但我想找到一个“整洁”的解决方案。这是我能做的最好的：

frm %>%
 rowwise %>%
 summarize(all_values_missing = is.na(A) & is.na(B) & is.na(C))

但这种方法无法扩展到具有大量列和重要列名的数据集。任何想法将不胜感激！

【问题讨论】：

标签： r tidyverse

【解决方案1】：

使用c_across 函数提供帮助。例如

frm %>%
  rowwise %>%
  summarize(all_values_missing = all(is.na(c_across())))

如果您只需要列的子集，c_across() 也将接受整洁的选择器。

【讨论】：

这个解决方案最符合我提出问题的方式：显式使用 rowwise()。

【解决方案2】：

dplyr 包具有一些旨在快速处理逐行逻辑操作的功能（if_any 或if_all）。对于这个问题，我们可以使用任何一个。不需要rowwise。

library(dplyr)

frm %>% mutate(all_values_missing = if_all(everything(), is.na))

# A tibble: 5 × 4
      A     B     C all_values_missing
  <dbl> <dbl> <dbl> <lgl>             
1    11    22    33 FALSE             
2    14    NA    37 FALSE             
3    10    29    36 FALSE             
4    NA    NA    NA TRUE              
5    18    28    38 FALSE

【讨论】：

【解决方案3】：

你希望你的返回值是多少？

您可以使用pmap_lgl 逐行迭代您的数据帧并返回该行是否全部为 NA 的逻辑向量：

> pmap_lgl(frm, ~all(is.na(.x)))
[1] FALSE FALSE FALSE  TRUE FALSE

您可以通过以下方式以整洁的方式将其嵌入您的数据框中：

> frm %>%
+   mutate(all_na = pmap_lgl(., ~all(is.na(.x))))
# A tibble: 5 × 4
      A     B     C all_na
  <dbl> <dbl> <dbl> <lgl> 
1    11    22    33 FALSE 
2    14    NA    37 FALSE 
3    10    29    36 FALSE 
4    NA    NA    NA TRUE  
5    18    28    38 FALSE

【讨论】：