在所有列上按行合并

Question

我们如何在不指定列名称的情况下对所有列使用 dplyr (tidyverse) 获得第一个非缺失值 - coalesce - 逐行？

示例数据：

df <- data.frame(x = c(NA, "s3", NA, NA,"s4"),
                 y = c("s1", NA, "s6", "s7", "s4"),
                 z = c("s1", NA, NA, "s7", NA))

我们可以使用 do.call，但这看起来不太整洁：

df$xyz <- do.call(coalesce, df)
#      x    y    z xyz
# 1 <NA>   s1   s1  s1
# 2   s3 <NA> <NA>  s3
# 3 <NA>   s6 <NA>  s6
# 4 <NA>   s7   s7  s7
# 5   s4   s4 <NA>  s4

这可行，但我不想指定列：

df %>% 
  mutate(xyz = coalesce(x, y, z))
#      x    y    z xyz
# 1 <NA>   s1   s1  s1
# 2   s3 <NA> <NA>  s3
# 3 <NA>   s6 <NA>  s6
# 4 <NA>   s7   s7  s7
# 5   s4   s4 <NA>  s4

类似于data.table：

library(data.table)
setDT(df)[, xyz := fcoalesce(.SD) ][]
#       x    y    z xyz
# 1: <NA>   s1   s1  s1
# 2:   s3 <NA> <NA>  s3
# 3: <NA>   s6 <NA>  s6
# 4: <NA>   s7   s7  s7
# 5:   s4   s4 <NA>  s4

失败的尝试：

df %>% 
  mutate(xyz = coalesce(all_vars()))

df %>% 
  mutate(xyz = coalesce(c_across(all_vars())))

df %>% 
  rowwise() %>% 
  mutate(xyz = coalesce(all_vars()))

df %>% 
  rowwise() %>% 
  mutate(xyz = coalesce(c_across(all_vars())))

有什么想法吗？

Answer 1

取自此 GitHub 讨论，您可以创建一个

coacross

函数：

coacross <- function(...) {
  coalesce(!!!across(...))
}

df %>% 
  mutate(xyz = coacross(everything()))

     x    y    z xyz
1 <NA>   s1   s1  s1
2   s3 <NA> <NA>  s3
3 <NA>   s6 <NA>  s6
4 <NA>   s7   s7  s7
5   s4   s4 <NA>  s4

Answer 2

我们可以使用拼接运算符

coalesce

将数据帧注入到

!!!

。

library(dplyr)

df %>% mutate(xyz = coalesce(!!!df))

或者更多“tidyverse”，例如：

df %>% mutate(xyz = coalesce(!!!select(., everything())))

输出

     x    y    z xyz
1 <NA>   s1   s1  s1
2   s3 <NA> <NA>  s3
3 <NA>   s6 <NA>  s6
4 <NA>   s7   s7  s7
5   s4   s4 <NA>  s4

Answer 3

这是可能的解决方案：

df %>%
    mutate(xyz = do.call(coalesce,across()))

#>     x    y    z xyz
#> 1 <NA>   s1   s1  s1
#> 2   s3 <NA> <NA>  s3
#> 3 <NA>   s6 <NA>  s6
#> 4 <NA>   s7   s7  s7
#> 5   s4   s4 <NA>  s4

Answer 4

如果考虑使用

purrr

你可以这样做：

library(dplyr)
library(purrr)

df |>
  mutate(xyz = reduce(pick(everything()), coalesce))
#      x    y    z xyz
# 1 <NA>   s1   s1  s1
# 2   s3 <NA> <NA>  s3
# 3 <NA>   s6 <NA>  s6
# 4 <NA>   s7   s7  s7
# 5   s4   s4 <NA>  s4

我认为这里的一个附带好处是

reduce

有

.dir

参数，这样你就可以控制方向性。使用这个你可以轻松获取 last 非缺失值：

df |>
  mutate(xyz = reduce(pick(everything()), coalesce, .dir = "backward"))