如何将多个字符列组合成一个列，并在不知道列号的情况下删除NA

Question

我希望有一个列包含其他列字符没有NA。我试过paste，str_c和unite，但是没有得到预期的结果。也许我用错了。

真正的情况是，我无法预先知道列号，因为每个数据集都可以随年份而变化。

例如，有些数据集包含10年，但有些数据集包含20年。

以下是输入的数据：

input <- tibble(
  id = c('aa', 'ss', 'dd', 'qq'),
  '2017' = c('tv', NA, NA, 'web'),
  '2018' = c(NA, 'web', NA, NA),
  '2019' = c(NA, NA, 'book', 'tv')
)

# A tibble: 4 x 4
  id    `2017` `2018` `2019`
  <chr> <chr>  <chr>  <chr> 
1 aa    tv     NA     NA    
2 ss    NA     web    NA    
3 dd    NA     NA     book  
4 qq    web    NA     tv    

使用ALL列所需的输出是：

> output
# A tibble: 4 x 5
  id    `2017` `2018` `2019` ALL   
  <chr> <chr>  <chr>  <chr>  <chr> 
1 aa    tv     NA     NA     tv    
2 ss    NA     web    NA     web   
3 dd    NA     NA     book   book  
4 qq    web    NA     tv     web tv

谢谢你的帮助！

Answer 1

下面是一个base R方法

input$ALL <- apply(input[-1], 1, function(x) paste(na.omit(x), collapse=" "))
input$ALL
#[1] "tv"     "web"    "book"   "web tv"

Answer 2

这实际上是重复(或非常接近) 这问题，但从那以后一切都变了。unite有na.rm参数，它有助于删除NA的参数。

关于列的选择，这里我们选择了所有的列，忽略了第一个列，而没有指定列名，因此它应该适用于多年的情况。

library(tidyverse)

input %>%
    unite("ALL", names(input)[-1], remove = FALSE, sep = " ", na.rm = TRUE)

# A tibble: 4 x 5
#  id    ALL    `2017` `2018` `2019`
#  <chr> <chr>  <chr>  <chr>  <chr> 
#1 aa    tv     tv     NA     NA    
#2 ss    web    NA     web    NA    
#3 dd    book   NA     NA     book  
#4 qq    web tv web    NA     tv    

在安装了tidyr的开发版本之后，它通过

devtools::install_github("tidyverse/tidyr")

Answer 3

为了完整(并补充回答)，还有三种通过引用更新input的方法，即不复制整个数据对象。

所有方法都返回相同的结果，并且可以处理任意的年数。

请注意，id应该是唯一的键，即没有任何重复项。

重塑，na.omit()，聚合

library(data.table)
setDT(input)[, ALL := melt(input, id.var = "id")[, toString(na.omit(value)), by = id]$V1][]

id 2017 2018 2019 ALL 1: aa tv <NA> <NA> tv 2: ss <NA> web <NA> web 3: dd <NA> <NA> book book 4: qq web <NA> tv web, tv

顺便说一句，从宽到长格式的整形显示了一种更简洁的存储稀疏数据的方法。

melt(input, id.var = "id", na.rm = TRUE)

id variable value 1: aa 2017 tv 2: qq 2017 web 3: ss 2018 web 4: dd 2019 book 5: qq 2019 tv

重塑，聚合，连接

library(data.table)
setDT(input)[melt(input, id.var = "id", na.rm = TRUE)[, toString(value), by = id],
             on = "id", ALL := V1][]

这将从重塑步骤的结果中删除NA值，这会由于多个NA而扭曲原始行顺序。因此，需要更新联接。

Filter()，聚合的

library(data.table)
setDT(input)[, ALL := .SD[, toString(Filter(Negate(is.na), .SD)), by = id]$V1][]