Dataframe:与第一列匹配的订单列内容

我真不敢相信，在我从R.休息了三年之后，我还在为这个挣扎

基本上，我有一个数据框，在第一列中列出了所有可能的值。后续列具有一个值或NA。我希望对后面的每一列进行排序，这样当它在某个点上包含值时，它应该位于第一列中该值所在的行中

用一个例子可能更容易解释：

原件：

Letters Category1 Category2 Category3 Category4
A       NA        A         NA        NA
B       A         NA        NA        D
C       NA        NA        NA        A
D       NA        C         NA        NA
E       E         B         C         NA

所需状态：

Letters Category1 Category2 Category3 Category4
A       A         A         NA        A
B       NA        B         NA        NA
C       NA        C         C         NA
D       NA        NA        NA        D
E       E         NA        NA        NA

---

我是否忽略了一个内置函数/库来优雅地执行此操作？我的方法可能是构建一个函数，创建一个新的数据帧并逐行检查内容，但这似乎效率很低…

使用

dplyr

和

tidyr

的一种方法是：

library(dplyr)
library(tidyr)


vals <- df$Letters

df %>%
  pivot_longer(cols = starts_with('Category'), 
               values_drop_na = TRUE) %>%
  group_by(value) %>%
  mutate(Letters = vals[cur_group_id()]) %>%
  arrange(name) %>%
  pivot_wider() %>%
  arrange(Letters) -> result

result

# Letters Category1 Category2 Category3 Category4
#  <chr>   <chr>     <chr>     <chr>     <chr>    
#1 A       A         A         NA        A        
#2 B       NA        B         NA        NA       
#3 C       NA        C         C         NA       
#4 D       NA        NA        NA        D        
#5 E       E         NA        NA        NA        

库（dplyr）
图书馆（tidyr）
VAL%
pivot_longer（cols=以（'Category'）开头），
值\u drop\u na=TRUE）%>%
分组依据（值）%>%
变异（字母=VAL[cur_group_id（）]）%>%
排列（名称）%%>%
枢轴_加宽（）%>%
排列（字母）->结果
结果
#信件类别1类别2类别3类别4
#                        
#不，不，不
#2 B不适用B不适用
#3c-NA-C-NA
#4d不，不，不
#5e-E-NA-NA

使用

tidyverse

df%
轴长（-字母，值下降）%>%
变异（字母=值）%>%
排列（名称）%%>%
枢轴（字母、名称、值）
#>#tibble:5 x 5
#>信件类别1类别2类别3类别4
#>                         
#>A
#>2 E E
#>3C
#>4b
#>5天

由（v0.3.0）于2020年12月1日创建

使用

数据表

库（data.table）
dt 1:A
#>2:B
#>3:C
#>4:D
#>5:E

由（v0.3.0）cbind于2020-12-01创建（字母=df$Letters，应用（df[，startsWith（名称（df），“类别”）]，2，函数（x）{y