Как выбрать 1 из нескольких переменных с одинаковым префиксом?

Question

Продолжая мой предыдущий вопрос Как вернуть несколько столбцов без учета значений Na и сгруппировать по имени других столбцов в R?

Mexico_01 <- c(1,2,5,1,NA,1)
Mexico_02 <- c(3,NA,2,0,4,1)
Argentina_01 <- c(2,1,5,2,NA,2)
Argentina_02 <- c(2,3,NA,2,2,2)
Italy<- c(NA,10,10,10,NA,10)
Spain_01 <- c(2,NA,4,6,8,11)
Spain_02 <- c(3,4,NA,11,11,11)
England <- c(5,NA,10,NA,NA,12)
Germany <- c(1,NA,NA,NA,NA,10)
Data_Risk = data.frame( Mexico_01, Mexico_02, Argentina_01, Argentina_02, 
Italy, Spain_01, Spain_02, England, Germany)

Data_Risk <- as.data.table(Data_Risk)
library(data.table)
library(magrittr)
all_variable <- as.data.table(which(!is.na(Data_Risk), arr.ind = T))
all_variable [, .(colnm = names(Data_Risk)[col], col = paste0('var', 

order(col))) , by = row] %>%  dcast(row ~ col, value.var = 'colnm')

дает

row      var1         var2         var3         var4     var5     var6     
var7
1:   1 Mexico_01    Mexico_02 Argentina_01 Argentina_02 Spain_01 Spain_02  
England

2:   2 Mexico_01 Argentina_01 Argentina_02        Italy Spain_02     <NA>     
<NA>

3:   3 Mexico_01    Mexico_02 Argentina_01        Italy Spain_01  England     
<NA>

4:   4 Mexico_01    Mexico_02 Argentina_01 Argentina_02    Italy Spain_01 

Spain_02

5:   5 Mexico_02 Argentina_02     Spain_01     Spain_02     <NA>     <NA>     
 <NA>

6:   6 Mexico_01    Mexico_02 Argentina_01 Argentina_02    Italy Spain_01 
 Spain_02

 var8          var9
 1: Germany    <NA>
 2:    <NA>    <NA>
 3:    <NA>    <NA>
 4:    <NA>    <NA>
 5:    <NA>    <NA>
 6: England Germany

для этого случая мне нужно рассмотреть только одну переменную из всех переменных с одинаковым префиксом, например: вместо mexico_01 или mexico_02 выберите только mexico.

, поэтому финальные таблицы должны выглядеть следующим образом:

var1           var2          var3       var4     var5    var6
mexico    argentina       england    germany     null    null
mexico    argentina         italy       null     null    null 
mexico    argentina         italy      spain  england    null
mexico    argentina         italy      spain     null    null
spain      null             null       null      null    null
mexico    argentina         italy      spain england  germany

Answer 1

Мы можем разделить столбец с помощью tstrsplit, получить идентификаторы duplicated на основе столбца 'row', 'V1', присвоить этим элементам в 'V1' значение NA и затем выполнить dcast* 1005. *

out[, c("V1", "V2") := tstrsplit(colnm, "_")]
i1 <- out[, .I[duplicated(.SD)], .SDcols = c('row',  'V1')]
out[i1, V1 := NA_character_]
out[, V1 := V1[order(is.na(V1))], row]
dcast(out, row ~ col, value.var = "V1")[, row := NULL][]

данные

out <-  all_variable [, .(colnm = names(Data_Risk)[col], 
         col = paste0('var',  order(col))) , by = row]