Question

我有一个巨大的数据框，有两列我需要结合起来。 On可能想知道这篇文章here中是否提到了同样的问题，但我的数据框实际上并没有这样做。仅存在两列。还有更多（很多NA＆＃39; s），我只想处理其中的两个，这让我觉得它有点复杂。

这是这些专栏的一部分：

    col1 col2
15   NA    4
16   NA    5
17   NA    5
18   NA    5
19   NA    1
20   NA   NA
21   NA   NA
22   1    NA
23   5    NA
24   2    NA
25   4    NA
26   3    NA
27   NA    2
28   NA    4
29   NA    5
30   NA    3

我需要通过替换彼此的NA来将列组合成一个。当两列都包含NA（但这很明显）时，不会发生预置位。

结果应如下所示：

我尝试了一个丑陋的for循环：

for (i in 1:nrow(df)){
  if (is.na(df[i,1])==TRUE){
    df[i,1] <- df[i,2]
  }
 }
df <- df[,1]

但该代码似乎太慢了。有没有人知道两个人如何处理这个问题？

非常感谢提前！

Answer 1

因为您可以分配到子集，所以不需要循环：

df$col1[is.na(df$col1)] <- df$col2[is.na(df$col1)]

Answer 2

像SQL这样的语言有一个名为coalesce的函数，它在给定一组列表的情况下返回第一个非缺失值。我写了一个在R中执行此行为的函数。

coalesce<-function(...) {
    x<-lapply(list(...), function(z) {if (is.factor(z)) as.character(z) else z})
    m<-is.na(x[[1]])
    i<-2
    while(any(m) & i<=length(x)) {
        if ( length(x[[i]])==length(x[[1]])) {
            x[[1]][m]<-x[[i]][m]
        } else if (length(x[[i]])==1) {
            x[[1]][m]<-x[[i]]
        } else {
            stop(paste("length mismatch in argument",i," - found:", length( x[[i]] ),"expected:",length( x[[1]] ) ))
        }
        m<-is.na(x[[1]])
        i<-i+1
    }
    return(x[[1]])
}

你会像

一样使用它

coalesce(col1,col2)

如果所有行都是NA

，您还可以添加默认值

coalesce(col1,col2, -9)

它返回一个新列，而不是修改任何原件。

我尝试在this gist

上保留最新版本的功能

如何通过存根NA来混合两列？

2 个答案: