在数据库的其余部分合并一列数据

Question

我有一张像这样的数据

ID     Math    Chem   HoursAvailable
1      Math    NA      3:00-4:00
2      NA      Chem    4:00-5:00
3      Math    Chem    12:00-2:00

我正在尝试将可用的时间合并到行中，所以如下所示

ID     Math        Chem         HoursAvailable
1      3:00-4:00   NA           3:00-4:00
2      NA          4:00-5:00    4:00-5:00
3      12:00-2:00  12:00-2:00   12:00-2:00

在不覆盖所有NA值的情况下，我无法使数据合并。我还尝试将HoursAvailable分离成单独的数据帧，然后尝试合并。我也试过使用tidyverse，但是做不到。

Answer 1

下面是一种使用tidyverse包中的gather和spread来实现该功能的方法。注意，只有当您需要将HoursAvailable合并到多个变量时，这才可能是有用的。否则，在使用基数R的评论中，@KevinArseneau这样的东西会简单得多。

library(tidyverse)
df <- read_table("ID     Math    Chem   HoursAvailable
1      Math    NA      3:00-4:00
2      NA      Chem    4:00-5:00
3      Math    Chem    12:00-2:00")


df %>% 
  gather(key, value, -c(ID, HoursAvailable)) %>% 
  mutate(value = if_else(is.na(value), value, HoursAvailable)) %>%
  spread(key, value) %>% 
  select(ID, Math, Chem, HoursAvailable)
#> # A tibble: 3 x 4
#>      ID       Math       Chem HoursAvailable
#> * <int>      <chr>      <chr>          <chr>
#> 1     1  3:00-4:00       <NA>      3:00-4:00
#> 2     2       <NA>  4:00-5:00      4:00-5:00
#> 3     3 12:00-2:00 12:00-2:00     12:00-2:00

Answer 2

基R

df[,c('Math', 'Chem')][!is.na(df[,c('Math', 'Chem')])]=df[,c('HoursAvailable','HoursAvailable')][!is.na(df[,c('Math', 'Chem')])]

df
  ID       Math       Chem HoursAvailable
1  1  3:00-4:00       <NA>      3:00-4:00
2  2       <NA>  4:00-5:00      4:00-5:00
3  3 12:00-2:00 12:00-2:00     12:00-2:00

Answer 3

您可以使用dplyr::mutate和ifelse来获取数据结构。

library(dplyr)
# example data
df1 <- structure(list(ID = 1:3, Math = c("Math", NA, "Math"), 
                                Chem = c(NA, "Chem", "Chem"), 
                                HoursAvailable = c("3:00-4:00", "4:00-5:00", "12:00-2:00")),
                                .Names = c("ID", "Math", "Chem", "HoursAvailable"), 
                                class = "data.frame", row.names = c(NA, -3L))

df1 %>% 
  mutate(Math = ifelse(is.na(Math), NA, HoursAvailable), 
         Chem = ifelse(is.na(Chem), NA, HoursAvailable))

  ID       Math       Chem HoursAvailable
1  1  3:00-4:00       <NA>      3:00-4:00
2  2       <NA>  4:00-5:00      4:00-5:00
3  3 12:00-2:00 12:00-2:00     12:00-2:00

不过，我想进一步创建一个整洁的数据框架:一个列中有主题，另一个列有小时。

library(tidyr)
df1 %>% 
  mutate(Math = ifelse(is.na(Math), NA, HoursAvailable), 
         Chem = ifelse(is.na(Chem), NA, HoursAvailable)) %>% 
  select(-HoursAvailable) %>% 
  gather(subject, hours, -ID)

  ID subject      hours
1  1    Math  3:00-4:00
2  2    Math       <NA>
3  3    Math 12:00-2:00
4  1    Chem       <NA>
5  2    Chem  4:00-5:00
6  3    Chem 12:00-2:00

还可以将%>% na.omit()添加到末尾，以删除带有NA的行。