结合使用pivot_longer和pivot_wider

Question

我有一个数据文件，在不同的专栏中有很多NaN。

df <- data.frame(
  Data1 = c(3,2,1,NaN, NaN, NaN),
  Data2  = c(NaN, NaN, NaN, 3,5,3),
  Data3 = c(NaN, NaN, 7,5,1, NaN)
)

我试图通过使用NaN值的pivot_longer、对NaN值的filter以及使用pivot_wider将正数再次放回它们的原始列中来摆脱这些值，然而，这些方法失败了：

library(tidyr)
df %>%
  pivot_longer(c("Data1","Data2","Data3")) %>%
  filter(!is.na(value)) %>%
  pivot_wider(names_from = name,
              values_from = value)
# A tibble: 1 x 3
  Data1     Data3     Data2    
  <list>    <list>    <list>   
1 <dbl [3]> <dbl [3]> <dbl [3]>
Warning message:
Values are not uniquely identified; output will contain list-cols.
* Use `values_fn = list` to suppress this warning.
* Use `values_fn = length` to identify where the duplicates arise
* Use `values_fn = {summary_fun}` to summarise duplicates 

代码有什么问题，如何实现这个输出？

  Data1 Data2 Data3
      3     3     7
      2     5     5
      1     3     1

Answer 1

代码不一定会失败，但是返回一个警告，因为每个单元格中有多个值。如果每个列中的值数相同，则可以unnest列表输出。

library(dplyr)
library(tidyr)

df %>%
  pivot_longer(starts_with('Data'), values_drop_na = TRUE) %>%
  arrange(name) %>%
  pivot_wider(names_from = name,values_from = value, values_fn = list) %>%
  unnest()

#  Data1 Data2 Data3
#  <dbl> <dbl> <dbl>
#1     3     3     7
#2     2     5     5
#3     1     3     1

Answer 2

这个特殊的问题可以用purrr巧妙地解决。

map_dfr(df, na.omit)

  Data1 Data2 Data3
  <dbl> <dbl> <dbl>
1     3     3     7
2     2     5     5
3     1     3     1

Answer 3

R基地：

我更喜欢sapply和na.omit

sapply(df, na.omit)

输出：

  Data1 Data2 Data3
  <dbl> <dbl> <dbl>
1     3     3     7
2     2     5     5
3     1     3     1