基于计算多列中的非 NA 值创建新列 [重复]答案

【问题标题】：Create new column based on counting non-NA values across multiple columns [duplicate]基于计算多列中的非 NA 值创建新列 [重复]
【发布时间】：2018-07-18 14:33:39
【问题描述】：

我有一个宽格式的问卷数据数据框。对于某些问题，要求受访者回答给定场景是否适用于他们（是，否）。如果场景适用于他们，则要求受访者提供场景示例（在某些情况下，示例可能不止一个）。

我的数据集如下所示，Q1 指的是一个场景，而 Q1a、Q1b 和 Q1c 是开放式字段，供他们提供所述场景的示例。

df <- data.frame(Q1 = c("Yes", "No", "Yes", "No", "Yes", "Yes", "Yes"), 
             Q1a = c("AAA", NA, "AAA", NA, "ABC", "DDD", "EEE"),
             Q1b = c("BBB", NA, NA, NA, "BCD", NA, "AAA"),
             Q1c = c(NA, NA, NA, NA, "EFG", NA, "AAA"))

我想创建一个新列，这样，如果某个场景适用于受访者，它将计算给定行以及跨 3 列（Q1a、Q1b、Q1c）的受访者提供的示例数量.

到目前为止，我想出的是对非 NA 值的每个排列进行硬编码：

df$count_non_NA <- ifelse(df$Q1 == "No", 0,
                      ifelse(df$Q1 == "Yes" & !is.na(df$Q1a) & !is.na(df$Q1b) & !is.na(df$Q1c), 3,
                             ifelse(df$Q1 == "Yes" & ((!is.na(df$Q1a) & !is.na(df$Q1b)) | 
                                      (!is.na(df$Q1b) & !is.na(df$Q1c))|
                                      (!is.na(df$Q1a) & !is.na(df$Q1c))), 2, 1)))

它有效，但我会为每个场景重复同样的事情。此外，我很好奇如果向受访者提供超过 3 个要填写的示例，会发生什么。对排列进行硬编码会很痛苦。因此，我正在为我的问题寻求更有效的解决方案。

上面的截图显示了我的代码的结果。为了说明，第 1 行显示该场景适用于他们，并提供了两个示例（Q1a 列中的“AAA”；Q1b 列中的“BBB”）。由于 Q1a 和 Q1b 是非 NA 列，因此 count_non_NA 列反映了 2。

【问题讨论】：

df$column_non_NA= rowSums(!is.na(df[-1]))

标签： r if-statement

【解决方案1】：

df$column_non_NA= rowSums(!is.na(df[-1]))
df
   Q1  Q1a  Q1b  Q1c column_non_NA
1 Yes  AAA  BBB <NA>             2
2  No <NA> <NA> <NA>             0
3 Yes  AAA <NA> <NA>             1
4  No <NA> <NA> <NA>             0
5 Yes  ABC  BCD  EFG             3
6 Yes  DDD <NA> <NA>             1
7 Yes  EEE  AAA  AAA             3

【讨论】：

【解决方案2】：

这里用pmap来实现跨行应用函数的效果：

library(tidyverse)
df <- data.frame(
  Q1 = c("Yes", "No", "Yes", "No", "Yes", "Yes", "Yes"),
  Q1a = c("AAA", NA, "AAA", NA, "ABC", "DDD", "EEE"),
  Q1b = c("BBB", NA, NA, NA, "BCD", NA, "AAA"),
  Q1c = c(NA, NA, NA, NA, "EFG", NA, "AAA")
)

df %>%
  mutate(
    count_non_na = pmap(
      .l = list(Q1a, Q1b, Q1c),
      .f = function(...) sum(!rlang::are_na(c(...)))
    )
  )
#>    Q1  Q1a  Q1b  Q1c count_non_na
#> 1 Yes  AAA  BBB <NA>            2
#> 2  No <NA> <NA> <NA>            0
#> 3 Yes  AAA <NA> <NA>            1
#> 4  No <NA> <NA> <NA>            0
#> 5 Yes  ABC  BCD  EFG            3
#> 6 Yes  DDD <NA> <NA>            1
#> 7 Yes  EEE  AAA  AAA            3

由reprex package (v0.2.0) 于 2018 年 7 月 17 日创建。

【讨论】：