时间戳

首页 > 解决方案 > 根据行值将数据框中的单元格向右移动

r - 根据行值将数据框中的单元格向右移动

问题描述

我正在使用一个数据框，该数据框是从多个制表符分隔的文本文件创建的，这些文本文件导入为使用rbind. 这些文件都包含相似的列名，但由于在创建这些文件时添加了注释，某些值在导入时位于错误的列下。我正在尝试将非注释单元格值移动到它们相邻的右列。我无法以任何方式更改原始文件。

初始示例数据帧代码：

df1<-df<-data.frame(
  c1=c("A","B","C",1,1,1),
  c2=c(1,1,1,5,NA,5),
  c3=c(5,5,5,"C","C","C"),
  c4=c("C","C","C",NA,NA,NA)
)

df2<-data.frame(
  c1=c("A","B","F",2,2,2),
  c2=c(2,2,2,6,6,6),
  c3=c(6,6,6,"D","D","D"),
  c4=c("D","D","D",NA,NA,NA)
)

初始示例数据框：

> df1
  c1 c2 c3   c4
1  A  1  5    C
2  B  1  5    C
3  C  1  5    C
4  1  5  C <NA>
5  1 NA  C <NA>
6  1  5  C <NA>
> df2
  c1 c2 c3   c4
1  A  2  6    D
2  B  2  6    D
3  F  2  6    D
4  2 NA  D <NA>
5  2  6  D <NA>
6  2  6  D <NA>

编译数据帧代码：

df<-rbind(df1,df2)

编译数据框：

> df
   c1 c2 c3   c4
1   A  1  5    C
2   B  1  5    C
3   C  1  5    C
4   1  5  C <NA>
5   1 NA  C <NA>
6   1  5  C <NA>
7   A  2  6    D
8   B  2  6    D
9   F  2  6    D
10  2 NA  D <NA>
11  2  6  D <NA>
12  2  6  D <NA>

所需的数据框：

     c1 c2 c3 c4
1     A  1  5  C
2     B  1  5  C
3     C  1  5  C
4  <NA>  1  5  C
5  <NA>  1 NA  C
6  <NA>  1  5  C
7     A  2  6  D
8     B  2  6  D
9     D  2  6  D
10 <NA>  2 NA  D
11 <NA>  2  6  D
12 <NA>  2  6  D

要移动的第一列上的注释和重复行并不总是相同的长度或相同的值，也不总是数字。

我尝试使用类似问题的修改版本来改变我的价值观。使用 R 将值移到 data.frame 的左侧

df[]<-t(apply(df, 1, function(x) c(x[is.na(x)], x[!is.na(x)])))

但是，此代码使用所有NA值并且某些列包含NA值，因此这仅在最后一列NA而不是任何其他列时才有效。

> df
     c1   c2 c3 c4
1     A    1  5  C
2     B    1  5  C
3     C    1  5  C
4  <NA>    1  5  C
5  <NA> <NA>  1  C
6  <NA>    1  5  C
7     A    2  6  D
8     B    2  6  D
9     F    2  6  D
10 <NA> <NA>  2  D
11 <NA>    2  6  D
12 <NA>    2  6  D

有没有办法让这段代码只使用最后一列作为将适当的单元格向右移动的指南？

编辑：从类似问题修改代码的错字df1更改为df.

标签： rsortingdataframedata-manipulationtibble

解决方案

更新：这是解决方案。这有点麻烦，但它确实有效。为了保留初始顺序，一个好主意是将索引设置为列并用它对最终的 df 进行排序。稍后，您可以将列恢复为索引，column_to_rownames或者只需使用select(df, -c('index')). 有了这个，我希望我回答了这个问题。

df <- rbind(df1,df2)
df <- mutate_all(df, as.character)
df <- rownames_to_column(df, 'index')

df_ok <- filter(df, !is.na(c4))
df_na <- filter(df, is.na(c4))
df_fin <- df_na %>%
 select(c4, everything()) %>%
 rename(c1 = c4, c2 = c1, c3 = c2, c4 = c3) %>%
 rbind(df_ok)
df_fin <- df_fin %>%
 mutate(index = as.integer(index)) %>%
 arrange(index)

推荐阅读