Создайте новый столбец, используя непустое значение из каждой строки, используя команду apply

Question

У меня есть фрейм данных, который состоит из 3 столбцов, каждый из которых представляет группу, к которой принадлежат респонденты. Респонденты принадлежат к одной из этих групп, и им поручено представить свои числовые ответы в столбце группы, к которой они принадлежали. Следовательно, для данной строки 2 других столбца будут пустыми.

Мне нужно создать столбец, у которого есть оценка, независимо от того, к какой группе он принадлежал. На Stackoverflow есть такой же вопрос, как у меня, но это для Python (см. здесь )

Вот как будут выглядеть данные и что я сделал:

library(dplyr)

df <- data.frame(grp_A = c(13, NA, NA, NA, NA, 20, NA),
             grp_B = c(NA, 59, 66, NA, NA, NA, NA),
             grp_C = c(NA, NA, NA, 23, 42, NA, NA))

df$value <- apply(select(df, grp_A, grp_B, grp_C), 1,
              function(x) x[!is.na(x)])

Поскольку в некоторых строках отсутствуют данные, R неправильно преобразует этот новый столбец в список. Я попытался преобразовать его обратно во фрейм данных, используя as.data.frame, но это не сработало.

Пожалуйста, посоветуйте, как предотвратить превращение вновь созданного столбца в список.

Answer 1

Как насчет использования Reduce с dplyr::coalesce?

library(dplyr)

df <- data.frame(grp_A = c(13, NA, NA, NA, NA, 20, NA),
                 grp_B = c(NA, 59, 66, NA, NA, NA, NA),
                 grp_C = c(NA, NA, NA, 23, 42, NA, NA))

mutate(df, value = Reduce(coalesce, df))

Результат:

  grp_A grp_B grp_C value
1    13    NA    NA    13
2    NA    59    NA    59
3    NA    66    NA    66
4    NA    NA    23    23
5    NA    NA    42    42
6    20    NA    NA    20
7    NA    NA    NA    NA

Другой вариант - использовать rowSums:

df$value <- rowSums(df, na.rm = T)

df[df$value == 0, ] <- NA 

Кроме того, с точки зрения производительности, базовое решение Reduce представляется наиболее эффективным:

microbenchmark::microbenchmark(
  Reduce = Reduce(coalesce, df), 
  purrr = purrr::reduce(df, coalesce),
  rowMeans = rowMeans(df,na.rm=T), 
  rowSums = rowSums(df, na.rm = T), 
  cbind = df[cbind(1:nrow(df), max.col(!is.na(df)))],
  times = 1000
)

Unit: microseconds
     expr     min       lq     mean   median       uq       max neval cld
   Reduce  83.507 107.2095 145.4134 121.4320 137.8410 12190.845  1000  a 
    purrr 205.667 269.1175 357.5908 304.8540 342.4135 24316.051  1000   b
 rowMeans 129.089 159.3555 196.1438 174.4890 194.9095  5481.523  1000  a 
  rowSums 129.454 157.1680 197.2731 173.5775 196.0035  7685.874  1000  a 
    cbind 267.294 331.8385 408.3179 368.4860 410.2400  4533.050  1000   b

Answer 2

База R rowMeans

df$new=rowMeans(df,na.rm=T)
df
  grp_A grp_B grp_C new
1    13    NA    NA  13
2    NA    59    NA  59
3    NA    66    NA  66
4    NA    NA    23  23
5    NA    NA    42  42
6    20    NA    NA  20
7    NA    NA    NA NaN

Answer 3

Не нужно использовать apply, поскольку для каждой строки у вас будет только одно значение, отличное от NA, мы можем получить это значение, используя max.col, не беспокоясь о связях.

df$value <- df[cbind(1:nrow(df), max.col(!is.na(df)))]

df
#  grp_A grp_B grp_C value
#1    13    NA    NA    13
#2    NA    59    NA    59
#3    NA    66    NA    66
#4    NA    NA    23    23
#5    NA    NA    42    42
#6    20    NA    NA    20
#7    NA    NA    NA    NA

max.col дает нам индекс номера столбца, который имеет максимальное значение для каждой строки, и, поскольку мы заключаем его в !is.na, он даст нам индекс TRUE.

max.col(!is.na(df))
#[1] 1 2 2 3 3 1 2

---

Причина, по которой ваш apply не сработал, заключается в том, что в вашем последнем ряду было все NA s и x[!is.na(x)] не удалось выполнить. Если вы удалите эту строку и запустите свою функцию, она будет работать

apply(df[-7, ], 1,function(x) x[!is.na(x)])
# 1  2  3  4  5  6 
#13 59 66 23 42 20 

Мы также можем узнать значение max для каждой строки, удалив NA, но это вернет -Inf для строк со всеми NA s

apply(df, 1,max, na.rm = TRUE)
#[1]   13   59   66   23   42   20 -Inf