R：在每行中仅选择一个符合特定条件的元素

我有一个

数据框

，看起来像这样

x <- data.frame("a.1" = c(NA, NA, 101, 101, NA),
                "a.2" = c(NA, NA, 101, NA, NA),
                "a.3" = c(101, NA, NA, NA, 103),
                "a.4" = c(NA, NA , NA, NA, 103))

   new column
1  101
2  NA
3  101
4  101
5  103

你知道我怎样才能有效地做到这一点吗！我的原始数据帧非常大，因此我希望避免-循环和模糊的

ifelse

语句的计算开销很大

提前谢谢

编辑：

正如@akrun所指出的，使用

rowMeans（）

是一个非常好的解决方案。然而，在我的原始数据集中，值101，102。。。实际上是表示某些行业的字符串。当然，我可以通过

将它们转换为.numeric

，但我有一些带有前导零的行业指标，如

013

、

0201

等。这些零在转换为数字时（逻辑上）会被消除，因此我无法转换它们

---

在这种情况下怎么办？

我们可以使用

pmax

 x$newcolumn <- do.call(pmax, c(x, list(na.rm=TRUE)))
 x$newcolumn
 #[1] 101  NA 101 101 103

更新 如果列是

字符

类，并且不想转换为

数字

，则一个选项是

max.col

x1[cbind(1:nrow(x1),max.col(!is.na(x1), 'first'))]
#[1] "012" NA    "012" "011" "011"

pmax

方法也应该有效

do.call(pmax, c(x1, na.rm=TRUE))
#[1] "012" NA    "012" "011" "011"

数据

---

x1我们可以使用
pmax

 x$newcolumn <- do.call(pmax, c(x, list(na.rm=TRUE)))
 x$newcolumn
 #[1] 101  NA 101 101 103

更新
如果列是
字符
类，并且不想转换为
数字
，则一个选项是
max.col

x1[cbind(1:nrow(x1),max.col(!is.na(x1), 'first'))]
#[1] "012" NA    "012" "011" "011"

pmax
方法也应该有效

do.call(pmax, c(x1, na.rm=TRUE))
#[1] "012" NA    "012" "011" "011"

数据
x1好的，我用
apply
，
lapply
和'ifelse``语句找到了一个解决方案……虽然没有我想要的那么干净，但它相当快而且有效

 x1 <- data.frame(a.1 = c(NA, NA, '012', '011', NA),
        a.2 = c(NA, NA, '012', NA, NA),
        a.3 = c('012', NA, NA, NA, '011'),
        a.4 = c(NA, NA , NA, NA, '011'), stringsAsFactors=FALSE)

new.column  <- x1 %>% 
   apply(1, function(i) unique(i[!is.na(i)])) %>% 
   lapply(function(i) ifelse(length(i) == 0, NA, i)) %>% 
   unlist()

x1%
lappy（函数（i）ifelse（长度（i）=0，NA，i））%>%
未列出（）
好的，我用
apply
、
lapply
和“ifelse”语句找到了一个解决方案……虽然没有我想要的那么干净，但它相当快而且有效

 x1 <- data.frame(a.1 = c(NA, NA, '012', '011', NA),
        a.2 = c(NA, NA, '012', NA, NA),
        a.3 = c('012', NA, NA, NA, '011'),
        a.4 = c(NA, NA , NA, NA, '011'), stringsAsFactors=FALSE)

new.column  <- x1 %>% 
   apply(1, function(i) unique(i[!is.na(i)])) %>% 
   lapply(function(i) ifelse(length(i) == 0, NA, i)) %>% 
   unlist()

x1%
lappy（函数（i）ifelse（长度（i）=0，NA，i））%>%
未列出（）
谢谢
rowMeans（）
正是我想要的，因为它干净而且速度很快。这太完美了
do.call
我从来没有真正理解过，所以我很高兴避免它：-）@ManuelS谢谢你的评论
pmax
也应该很快。@akrun我重新编写了“已接受”的答案，因为我有一个新问题。Will Reacept虽然，因为它适用于原始问题。@ManuelS更新了帖子，请检查这是否有帮助，当其中一个解决方案适用于两种情况时，为什么要撤回接受的答案？谢谢
rowMeans（）
正是我想要的，因为它干净而且速度很快。这太完美了
do.call
我从来没有真正理解过，所以我很高兴避免它：-）@ManuelS谢谢你的评论
pmax
也应该很快。@akrun我重新编写了“已接受”的答案，因为我有一个新问题。Will Reacept虽然，因为它适用于原始问题。@ManuelS更新了帖子，请检查这是否有帮助，当其中一个解决方案适用于两种情况时，为什么要撤回接受的答案？