r - 自动合并数据

Question

我经常遇到包含多个列的数据框，这些列需要合并为一个列。合并的顺序基于有效条目的数量，具有最有效条目的变量优先。我编写了代码来为每个变量提供有效条目的计数，并根据此输出手动定义要合并变量的顺序。我想知道是否有一种方法可以自动执行此步骤，这样我就不需要手动输入订单来合并？下面是一个示例数据集。

df <- data.frame(1:16)
df$A <- c(10,0,0,0,0,0,12,12,0,14,NA_real_,14,NA_real_,NA_real_,16,16)
df$B <- c(10,0,0,0,12,12,12,12,0,14,NA_real_,14,16,16,16,16)
df$C <- c(10,12,14,16,10,12,14,16,10,12,14,16,10,12,14,16)

 A  B  C
10 10 10
 0  0 12
 0  0 14
 0  0 16
 0 12 10
 0 12 12
12 12 14
12 12 16
 0  0 10
14 14 12
NA NA 14
14 14 16
NA 16 10
NA 16 12
16 16 14
16 16 16

我一直在使用下面的代码确定哪个变量具有最有效的条目(NA 值和 0 被视为相同):

sum(df$A > 0, na.rm = TRUE)
   #7
sum(df$B > 0, na.rm = TRUE)
   #11 
sum(df$C > 0, na.rm = TRUE)
   #16

为了合并数据，我使用了代码:

df %>% mutate(new_value = coalesce(C,B,A))

A   B   C  new_value
10  10  10        10
0   0   12        12
0   0   14        14
0   0   16        16
0   12  10        10
0   12  12        12
12  12  14        14
12  12  16        16
0   0   10        10
14  14  12        12
NA  NA  14        14
14  14  16        16
NA  16  10        10
NA  16  12        12
16  16  14        14
16  16  16        16

Answer 1

您可以使用 colSums 获取 df 中大于 0 的值的个数，以递减对它们进行排序 code> 排序并存储列名 (cols)。根据 cols 对数据进行子集化，并使用 coalesce 和 do.call。

cols <- names(sort(colSums(df[-1] > 0, na.rm  =TRUE), decreasing = TRUE))
df$new_value <- do.call(dplyr::coalesce, df[cols])

我们使用 -1 来排除具有值 1:16 的第一列。这适用于任意数量的列。