在R语言中将列名作为单元格值填充Indicator列

原始数据 #

先构造题目中的原始数据框：

Indicator <- c('A', NA, 'I', NA)
A <- c('1', NA, NA, NA)
I <- c(NA, '0', '0', NA)
E <- c(NA, NA, NA, '0')
df <- data.frame(Indicator, A, I, E)

此时数据框内容为：

> df
  Indicator    A    I    E
1         A    1 <NA> <NA>
2      <NA> <NA>    0 <NA>
3         I <NA>    0 <NA>
4      <NA> <NA> <NA>    0

需求说明 #

当Indicator列的值为NA时，查找该行其余列（A、I、E）中的非缺失值，将对应列名作为Indicator的取值，最终得到Indicator列值为c('A','I','I','E')的数据框。

解决方案 #

方法一：Base R 实现 #

通过apply逐行处理数据：

df$Indicator <- apply(df, 1, function(row) {
  # 如果Indicator不为NA，直接保留原值
  if (!is.na(row["Indicator"])) {
    return(row["Indicator"])
  }
  # 否则找出当前行A/I/E列中非NA的列名
  non_na_cols <- colnames(df)[-1][!is.na(row[-1])]
  return(non_na_cols)
})

方法二：Tidyverse 实现 #

若习惯使用dplyr和tidyr，可用以下代码：

library(dplyr)
library(tidyr)

df <- df %>%
  rowwise() %>%
  mutate(
    Indicator = ifelse(
      is.na(Indicator),
      # 筛选除Indicator外的列，找出非NA的列名
      names(select(., -Indicator))[!is.na(c_across(-Indicator))],
      Indicator
    )
  ) %>%
  ungroup()

最终结果 #

运行上述任意一种方法后，数据框结果如下：

> df
  Indicator    A    I    E
1         A    1 <NA> <NA>
2         I <NA>    0 <NA>
3         I <NA>    0 <NA>
4         E <NA> <NA>    0

内容的提问来源于stack exchange，提问作者Log On