时间戳

首页 > 解决方案 > 如何在R中找到最后一列的值（对于每一行）？

r - 如何在R中找到最后一列的值（对于每一行）？

问题描述

假设有一个具有多个测量值的数据框，其中缺少一些测量值。如果缺少该值，则所有后续测量也将丢失。如何找到最后的测量值？

df <- data.frame(id = c(1, 2, 3, 4), m_1 = c('a', 'b', 'c', 'd'), m_2 = c('e', NA, 'g', 'h'), m_3 = c('i', NA, NA, 'l'))

df
    id   m_1   m_2   m_3
[1]  1     a     e     i
[2]  2     b  <NA>  <NA>
[3]  3     c     g  <NA>
[4]  4     d     h     l

我想得到两个选项。

df
    id   m_1   m_2   m_3    m
[1]  1     a     e     i  m_3
[2]  2     b  <NA>  <NA>  m_1
[3]  3     c     g  <NA>  m_2
[4]  4     d     h     l  m_3

df
    id   m_1   m_2   m_3   m
[1]  1     a     e     i   i
[2]  2     b  <NA>  <NA>   b
[3]  3     c     g  <NA>   g
[4]  4     d     h     l   l

我试图mutate与which,colnames和混合is.na，但没有成功。

标签： rna

解决方案

一个选项是max.col从base R获取有非 NA 元素的每一行的列索引。ties.method可以"random"是"first"或"last"。_ 因为我们想要last非 NA，所以指定"last"为ties.method

df$m <- names(df)[-1][max.col(!is.na(df[-1]), 'last')]
df$m
#[1] "m_3" "m_1" "m_2" "m_3"

或者对于第二个选项，cbind使用行索引并提取元素

df[-1][cbind(seq_len(nrow(df)), max.col(!is.na(df[-1]), 'last'))]
#[1] "i" "b" "g" "l"

或者这可以用tidyverse

library(dplyr)
df %>%
  rowwise %>% 
  mutate(m = {tmp <- c_across(starts_with('m'))
               tail(na.omit(tmp), 1)}) %>%
  ungroup

或者，如果我们想同时获得两者，则可以选择重塑为“长”格式

library(tidyr)
df %>% 
   pivot_longer(cols = starts_with('m'), values_drop_na = TRUE, 
        names_to = "m_name", values_to = 'm_value') %>% 
   group_by(id) %>%
   slice_tail(n = 1)%>%
   ungroup %>% 
   right_join(df) %>% 
   select(names(df), everything())

-输出

# A tibble: 4 x 6
#     id m_1   m_2   m_3   m_name m_value
#  <dbl> <chr> <chr> <chr> <chr>  <chr>  
#1     1 a     e     i     m_3    i      
#2     2 b     <NA>  <NA>  m_1    b      
#3     3 c     g     <NA>  m_2    g      
#4     4 d     h     l     m_3    l

推荐阅读