r - tidyr::gather na.rm 缺少数据

Question

假设我在一个数据框中有多个列来衡量相同的概念，但采用不同的方法(例如，有多种 IQ 测试，学生可以选择其中的任何一种，或者根本没有)。我想将各种方法组合到一个列中(tidyr 的明显用例)。

如果数据是这样的:

mydata <- data.frame(ID = 55:64, 
                 age = c(12, 12, 14, 11, 20, 10, 13, 15, 18, 17),
                 Test1 = c(100, 90, 88, 115, NA, NA, NA, NA, NA, NA),
                 Test2 = c(NA, NA, NA, NA, 100, 120, NA, NA, NA, NA),
                 Test3 = c( NA, NA, NA, NA, NA, NA, 110, NA, 85, 150))

我自然会想要执行这样的操作(请注意，我使用 na.rm = TRUE 是为了不让我的数据集中的许多 NA 获得它们自己的行):

library(tidyr)
tests <- gather(mydata, key=IQSource, value=IQValue, c(Test1, Test2, Test3), na.rm = TRUE)
tests

给我:

ID 年龄 IQSource IQValue
1 55 12 测试 1 100
2 56 12 测试 1 90
3 57 14 测试 1 88
4 58 11 测试 1 115
15 59 20 测试 2 100
16 60 10 测试 2 120
27 61 13 测试 3 110
29 63 18 测试 3 85
30 64 17 测试 3 150

问题是我有一个学生 (ID=62) 在这三个方面都没有 任何 IQ 分数，我不想丢失她的其他数据( ID 和年龄列中的数据)。

在 tidyr 中，有没有一种方法可以区分，是的，我想在我收集的至少一列中确实有数据的地方删除 NA，但同时又想在所有要收集的列是 NA？)

Answer 1

我没有找到直接的解决方案，但您可以right_join 返回原来的data.frame，然后取消选择您不需要的所有列。

library(tidyr)
library(dplyr)

mydata %>% 
  gather(key, val, Test1:Test3, na.rm = T) %>%
  right_join(mydata) %>% 
  select(-contains("Test"))
#> Joining, by = c("ID", "age")
#>    ID age   key val
#> 1  55  12 Test1 100
#> 2  56  12 Test1  90
#> 3  57  14 Test1  88
#> 4  58  11 Test1 115
#> 5  59  20 Test2 100
#> 6  60  10 Test2 120
#> 7  61  13 Test3 110
#> 8  62  15  <NA>  NA
#> 9  63  18 Test3  85
#> 10 64  17 Test3 150

或者，您当然可以先创建一个包含所有要保留的变量的 data.frame，然后加入它:

id_data <- select(mydata, ID, age)

mydata %>% 
  gather(key, val, Test1:Test3, na.rm = T) %>%
  right_join(id_data)