基于正则表达式的数据帧中的变量对合并

Question

我想使用dplyr::coalesce在包含多对变量的数据文件中找到变量对之间的第一个不丢失的值。目标是创建一个新的dataframe，现在每个变量只有一个副本(一个没有NA值的合并变量)。

下面是一个示例：

df <- data.frame(
      A_1=c(NA, NA, 3, 4, 5),
      A_2=c(1, 2, NA, NA, NA),
      B_1=c(NA, NA, 13, 14, 15),
      B_2=c(11, 12, NA, NA, NA))


Expected output: 

A  B
1  11
2  12
3  13
4  14
5  15

我猜想可以使用dplyr::coalesce与基于正则表达式的dplyr::mutate_at混合使用，但我不知道该如何做。有没有办法用tidyverse语法来完成这个任务？

谢谢!

编辑:谢谢大家的回答！然而，我应该为我的变量加上命名约定，以便于您对我的实际问题的回答。对此我很抱歉。我的变量是在两个部分中命名的地球化学变量(化学元素名称和核心名称)。

示例：Al_TAC4.25.275，其中Al是元素，TAC4.25.275是核心。我想为每个元素(名称的第一部分)合并来自3个不同核心(名称的第二部分)的数据。我有25对元素要结合。

Answer 1

这是另一个更简洁的解决方案，与我的另一个方案相比。我认为cur_data()函数的使用非常有用，但您也可以使用across(everything())来代替它：

library(dplyr)
library(purrr)

unique(sub("(\\D)_\\d+", "\\1", names(df))) %>%
  map_dfc(~ df %>%
            select(starts_with(.x)) %>%
             summarise(!!.x := do.call(coalesce, cur_data())))

  A  B
1 1 11
2 2 12
3 3 13
4 4 14
5 5 15

这是对尽可能多的对的另一个解决方案。请注意，我使用了bang bang运算符(!!!)，以便将数据帧的元素折叠为独立的单个参数，以便将coalesce应用于它们：

library(dplyr)
library(rlang)

as.data.frame(do.call(cbind, lapply(split.default(df, sub("(\\D)_\\d+", "\\1", names(df))), function(x) {
  coalesce(!!!x)
})))

  A  B
1 1 11
2 2 12
3 3 13
4 4 14
5 5 15

Answer 2

基本R选项

list2DF(
  lapply(
    split.default(df, gsub("_.*", "", names(df))),
    rowSums,
    na.rm = TRUE
  )
)

给出

  A  B
1 1 11
2 2 12
3 3 13
4 4 14
5 5 15

Answer 3

这里有另一种选择，即旋转：

library(dplyr)
library(tidyr)

df %>%
  pivot_longer(
    everything()
  ) %>% 
  mutate(name = substr(name, 1, 1)) %>% 
  na.omit %>% 
  pivot_wider(
    names_from = name,
    values_from = value,
    values_fn = list
  ) %>% 
  unnest(cols = c(A, B))

      A     B
  <dbl> <dbl>
1     1    11
2     2    12
3     3    13
4     4    14
5     5    15