合并多个列并填写 NA 答案

Question

我有一个包含超过 14000 个观察值和 43 个变量的数据集。数据是在 11 个国家/地区收集的，对于其中两个问题，参与者根据他们所在的国家/地区被问及同一问题的不同变体，这意味着对于 2 个变量，我实际上有 22 列。基本上，这是一个 df 的例子：

df <- data-frame(country = c(1, 1, 1, 2, 2, 2, 3, 3, 3), Q1_UK = c(1, 2, 2, NA, NA, NA, NA, NA, NA), Q1_FR = c(NA, NA, NA, 2, 1, 2, NA, NA, NA), Q1_ES = c(NA, NA, NA, NA, NA, NA, 2, 2, 1), Q2_UK = c(1, 1, 2, NA, NA, NA, NA, NA, NA), Q2_FR = c(NA, NA, NA, 1, 2, 2, NA, NA, NA), Q2_ES = c(NA, NA, NA, NA, NA, NA, 1, 2, 1))


   country  Q1_UK Q1_FR Q1_ES Q2_UK Q2_FR Q2_ES
1       1       1    NA    NA     1    NA    NA
2       1       2    NA    NA     1    NA    NA
3       1       2    NA    NA     2    NA    NA
4       2      NA     2    NA    NA     1    NA
5       2      NA     1    NA    NA     2    NA
6       2      NA     2    NA    NA     2    NA
7       3      NA    NA     2    NA    NA     1
8       3      NA    NA     2    NA    NA     2
9       3      NA    NA     1    NA    NA     1

等等……

我想要 2 个单一变量，其中包含针对不同国家/地区的所有响应 - 最终结果如下：

  country Q1 Q2
1       1  1  1
2       1  2  1
3       1  2  2  
4       2  2  1 
5       2  1  2 
6       2  2  2 
7       3  2  1 
8       3  2  2
9       3  1  1

我在想旋转数据框，使用 fill()，然后再次旋转可能会起作用，但我不太确定如何去做以及如何确保答案只按问题而不是跨变量填写。我真的是 R 的新手，我已经筋疲力尽了，所以我可能只是遗漏了一些明显的东西。

Answer 1

这可以用

pivot_longer

来完成

library(tidyr)
pivot_longer(df, cols = -country, names_to = c(".value"),
    names_pattern = "(.*)_.*", values_drop_na = TRUE)

-输出

 A tibble: 9 × 3
  country    Q1    Q2
    <int> <int> <int>
1       1     1     1
2       1     2     1
3       1     2     2
4       2     2     1
5       2     1     2
6       2     2     2
7       3     2     1
8       3     2     2
9       3     1     1

Answer 2

1。方法

library(dplyr)
library(tidyr)

df %>% 
  unite(newcol, -country, na.rm = TRUE) %>% 
  separate(newcol, into = LETTERS[1:ncol(df)]) %>% 
  select(where(function(x) any(!is.na(x))))

 country A B
1       1 1 1
2       1 2 1
3       1 2 2
4       2 2 1
5       2 1 2
6       2 2 2
7       3 2 1
8       3 2 2
9       3 1 1
Warning message:
Expected 7 pieces. Missing pieces filled with
`NA` in 9 rows [1, 2, 3, 4, 5, 6, 7, 8, 9].

2。方法

这是一个使用

names_sep

修改的。如果我们使用

names_sep

，我们必须将列名添加到

names_to

，因为

names_sep

不能与a一起使用 长度 1

names_to

:

library(tidyr)
library(dplyr)
pivot_longer(df, cols = -country, 
             names_to = c(".value", "name"),
             names_sep = "_",
             values_drop_na = TRUE)


  country name     Q1    Q2
    <dbl> <chr> <dbl> <dbl>
1       1 UK        1     1
2       1 UK        2     1
3       1 UK        2     2
4       2 FR        2     1
5       2 FR        1     2
6       2 FR        2     2
7       3 ES        2     1
8       3 ES        2     2
9       3 ES        1     1