Menggabungkan kumpulan kolom bingkai data

Mungkin yang sederhana.

Saya memiliki tipe data.frame ini:

df <- data.frame(sp1.name = c("sp1.n1",NA,"sp1.n3",NA), sp1.id = c("sp1.id1","sp1.id2",NA,NA),
                 sp2.name = c(NA,NA,"sp2.n3",NA), sp2.id = c(NA,NA,NA,"sp2.id4"),
                 sp3.name = c("sp3.n1",NA,NA,NA), sp3.id = c("sp3.id1",NA,NA,NA))

Ini terdiri dari pasangan kolom untuk setiap indeks 'sp': sp<index>.name dan sp<index>.id. Dalam contoh ini indeksnya adalah 1,2,3.

Saya mencari cara (mungkin melalui tidyverse) untuk menggabungkan, untuk setiap sp, pasangan kolom nama dan id yang sesuai di mana aturan penggabungannya adalah:

  1. if !is.na(sp<index>.name) & !is.na(sp<index>.id) return sp<index>.name
  2. if !is.na(sp<index>.name) & is.na(sp<index>.id) return sp<index>.name
  3. else if is.na(sp<index>.name) & !is.na(sp<index>.id) return sp<index>.id
  4. else return NA

Jadi untuk contoh ini hasil data.frame adalah:

df <- data.frame(sp1 = c("sp1.n1","sp1.id2","sp1.n3",NA),
                 sp2 = c(NA,NA,"sp2.n3","sp2.id4"),
                 sp3 = c("sp3.n1",NA,NA,NA))

r tidyverse dataframe dplyr tidyr
person dan    schedule 26.01.2019    source sumber

Jawaban (1)


arrow_upward
2
arrow_downward

Anda dapat melakukan:

library(tidyverse)

df %>%
  mutate(rn = row_number()) %>%
  gather(id, value, -rn) %>%
  mutate(idx = gsub("\\..*", "", id)) %>%
  group_by(idx, rn) %>%
  mutate(
    value = case_when(
      any(grepl("name", id) & !is.na(value)) & any( (grepl("id", id) & !is.na(value)) | (grepl("id", id) & is.na(value)) ) ~ value[grepl("name", id)],
      any(grepl("name", id) & is.na(value)) & any(grepl("id", id) & !is.na(value)) ~ value[grepl("id", id)],
      TRUE ~ NA_character_)) %>% 
  distinct(idx, value, rn) %>%
  spread(idx, value)

Memberi:

# A tibble: 4 x 4
# Groups:   rn [4]
     rn sp1     sp2     sp3   
  <int> <chr>   <chr>   <chr> 
1     1 sp1.n1  NA      sp3.n1
2     2 sp1.id2 NA      NA    
3     3 sp1.n3  sp2.n3  NA    
4     4 NA      sp2.id4 NA
person arg0naut91    schedule 26.01.2019