R代码使用最后一列对齐所有行的长度

Question

我有一个非常复杂和庞大的数据框，我需要在 R 中进行数据整理。我无法想出任何可能在 R 中使用的方法，因此我们将不胜感激。

我的数据框中的示例如下所示：

原始数据

现在数据要这样整理完了。我想通过使用列'v8'来移动所有行来对齐

需要这样做

对于NA，原始数据中有一些NA，它们都属于特定变量。它们只能被视为价值观。

有人可以帮忙吗？将不胜感激!!

Answer 1

您可以使用快速而肮脏的循环来实现此目的（但这可能效率低下，具体取决于数据集的大小）。

循环的第一级遍历每一行，并检查最后一列是否包含 NA 值 - 如果是，则将所有内容都滑动一个。多次重复此操作，以防数据集末尾有很多列 NA 并且需要滑过很长一段路（使用循环的第二级对数据集中的每一列迭代一次；n-1 次迭代是够了）。

# Dataset
dat <- data.frame(v1 = c(12, NA, 22, NA, NA),
           v3 = c(56, 78, 78, NA, 4),
           v7 = c(NA, 52, 32, NA, 9),
           v8 = c(98, NA, NA, NA, NA))

# Iterate over every row of the dataaset
for(i in 1:nrow(dat)){
    # Iterate once for every column in the dataset.
    for(j in 1:(length(dat)-1)){
        # if the final column for that row is NA, slide everything over by one.
        if(is.na(dat[i, length(dat)])){
            dat[i,] <- c(NA, dat[i,][-length(dat)])
        }
    }
}

Answer 2

坦率地说，那不应该是 data.frame，而应该是 matrix：在框架中，每一列都表示一些有意义的东西，并且可能与相邻的列不同；在这张数据图片中，出现整数的 absolute 列似乎没有多大意义，即使相对位置（在一行内）具有意义。我建议你转换成一个矩阵，不要再把它当作一个框架。

df <- data.frame(
  v1=c(12,NA,22),
  v2=c(34,45,88),
  v3=c(56,78,78),
  v4=c(78,NA,NA),
  v5=c(NA,NA,NA_real_),
  v6=c(NA,43,67),
  v7=c(NA,52,32),
  v8=c(98,NA,NA))

mtx <- as.matrix(df)
t(apply(mtx, 1, function(r) {
  tailna <- rev(cumsum(!is.na(rev(r))) == 0L)
  c(r[tailna], r[!tailna])
}))
#      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
# [1,]   12   34   56   78   NA   NA   NA   98
# [2,]   NA   NA   45   78   NA   NA   43   52
# [3,]   NA   22   88   78   NA   NA   67   32

但是，如果您绝对必须将其作为框架，只需执行此操作，然后再将其转换回来。

Answer 3

您还可以这样做：

library(tidyr)
library(dplyr)
library(stringr)

df <- data.frame(
  v1=c(12,NA,22,NA),
  v2=c(34,45,88,75),
  v3=c(56,78,78,NA),
  v4=c(78,NA,NA,44),
  v5=c(NA,NA,NA,NA),
  v6=c(NA,43,67,6),
  v7=c(NA,52,32,NA),
  v8=c(98,NA,NA,NA))


cols <- ncol(df)

df %>%
  unite("id") %>%
  mutate(id2 = gsub("(_NA)*$", "", id)) %>%
  mutate(del_count = cols - 1 - str_count(id2, "_")) %>%
  transmute(col = paste0(strrep("_", del_count), id2)) %>%
  separate(col, paste0("V", 1:cols), "_")

  V1 V2 V3 V4 V5 V6 V7 V8
1 12 34 56 78 NA NA NA 98
2    NA 45 78 NA NA 43 52
3    22 88 78 NA NA 67 32
4       NA 75 NA 44 NA  6

它为所有变量创建连接字符串，然后删除最后重复的 NAs，然后用 '_' 分隔符填充，然后用于拆分列。

R代码使用最后一列对齐所有行的长度

R code to use last column to align all rows length

r

rows

alignment

multiple-columns

dataframe