r - 合并列时如何删除缺失值(NA)？

Question

我正在尝试使用 Unite 函数将 5 列合并为一个新列。但是，所有行都包含很多 NA 值，创建的变量看起来像

Mother|NA|NA|NA|NA
NA|NA|Father|Mother|NA
Mother|Father|NA|Stepmother|NA

我尝试使用此代码将它们联合起来:

df2 <- df %>%
unite(Parent_full, Parent:Parent5, sep = "|", remove = TRUE, na.rm = TRUE) 

但这给了我以下错误:错误:TRUE 必须计算为列位置或名称，而不是逻辑向量

我也看了论坛，发现可能unite的na.rm功能没有激活？

这里有一些数据可以重新创建我的数据集

Name <- c('Paul', 'Edward', 'Mary')
Postalcode <- c('4732', '9045', '3476')
Parent <- c('Mother', 'NA', 'Mother')
Parent2 <- c('NA', 'NA', 'Father')
Parent3 <- c('NA', 'Father', 'NA')
Parent4 <- c('NA', 'Mother', 'Stepmother')
Parent5 <- c('NA', 'NA', 'NA')

df <- data.frame(Name, Postalcode, Parent, Parent2, Parent3, Parent4, Parent5)

很想知道如何在没有 NA 的情况下合并我的专栏。

更新:

我现在更新了 tidyr 包，并在我的 read_csv 命令中添加了 "na = c("", "NA")"。

现在

df2 <- df %>%
unite(Parent_full, Parent:Parent5, sep = "|", remove = TRUE, na.rm = TRUE) 

命令有效，但由于某些原因，值末尾的 NA 仍然存在。现在我的列看起来像这样:

Mother|NA
Father|Mother|NA
Mother|Father|Stepmother|NA
Does anyone know what went wrong now?

Answer 1

你有几个问题，

1) NA 不是实数 NA(检查 is.na(df$Parent2))

2) 你的列是因素

在构建数据框时使用 stringsAsFactors = FALSE

df <- data.frame(Name, Postalcode, Parent, Parent2, Parent3, Parent4, 
                 Parent5, stringsAsFactors = FALSE)

然后替换NA并使用unite

library(dplyr)
df %>%
  na_if('NA') %>%
  tidyr::unite(Parent_full, Parent:Parent5, sep = "|", na.rm = TRUE)

#    Name Postalcode              Parent_full
#1   Paul       4732                   Mother
#2 Edward       9045            Father|Mother
#3   Mary       3476 Mother|Father|Stepmother

如果数据已经加载，我们可以使用 mutate_if

来改变它们

df %>%  
 mutate_if(is.factor, as.character) %>%
 na_if('NA') %>%
 tidyr::unite(Parent_full, Parent:Parent5, sep = "|", na.rm = TRUE)