在R语言中逐行应用函数提取非NA值的方法是否正确？

问题背景 #

给定数据集：

set.seed(123)  
old <- data.frame(matrix(sample(c(1:10, NA), 35, replace = TRUE), ncol = 7, nrow = 5))

需求：从每行中提取前5个非NA值，存入新数据框。

编写的处理函数：

extract_non_na <- function(row) {
    non_na_values <- na.omit(row)
    if (length(non_na_values) < 5) {
        non_na_values <- c(non_na_values, rep(NA, 5 - length(non_na_values)))
    }
    return(non_na_values[1:5])
}

尝试的实现代码：

new <- t(apply(old, 1, extract_non_na))

疑问：该实现方式是否正确？

解答 #

这个实现是完全正确的，具体原因如下：

• apply(old, 1, extract_non_na)会以行为单位遍历old数据框，将每行数据传入extract_non_na函数处理：
  • na.omit(row)会按原始顺序保留当前行的非NA值，移除所有NA
  • 当行内非NA值数量不足5个时，函数会自动补充对应数量的NA，确保每行返回的结果长度固定为5
• apply函数处理后返回的是一个列导向的矩阵（每行的处理结果对应矩阵的一列），通过t()转置后，得到的矩阵每行对应原数据框的一行，结构完全符合需求。如果需要转为数据框，只需执行as.data.frame(new)即可。

可以通过实际运行验证：set.seed(123)生成的第一行数据为8, NA, 4, 7, 10, 8, 3，提取前5个非NA值为8,4,7,10,8，和new的第一行结果完全一致。

内容的提问来源于stack exchange，提问作者farrow90