R 如何为每行返回一系列列中的第一个非空值？第二个非空值呢？

我有以下组织数据：

EmployeeID <- c(10:15)
Job.Title <- c("Program Manager", "Development Manager", "Developer" , "Developer", "Developer", "Summer Intern")
Level.1 <- c(1,1,1,1,1,1)
Level.2 <- c(2,2,2,2,2,2)
Level.3 <- c("",10,10,10,10,10)
Level.4 <- c("","",11,11,11,11)
Level.5 <- c("","","","","",12)
Level.6 <- c("","","","","","")
Pay.Type <- c("Salary", "Salary", "Salary", "Salary", "Salary", "Hourly")
acme = data.frame(EmployeeID, Job.Title, Level.1, Level.2, Level.3, Level.4, Level.5, Level.6, Pay.Type)

acme

  EmployeeID           Job.Title Level.1 Level.2 Level.3 Level.4 Level.5 Level.6 Pay.Type
1         10     Program Manager       1       2                                   Salary
2         11 Development Manager       1       2      10                           Salary
3         12           Developer       1       2      10      11                   Salary
4         13           Developer       1       2      10      11                   Salary
5         14           Developer       1       2      10      11                   Salary
6         15       Summer Intern       1       2      10      11      12           Hourly

---

我们可以使用

max.col

来实现这一点。查找“Level”列的索引（“i1”），将基于“i1”的“acme”子集转换为

矩阵（
！=”
），应用
max.col
，并获取
最后一个
真值的列索引，减去1得到第二个最后一个真值（“i3”），使用行/列索引提取元素并创建“主管”和“经理”列

i1 <- grep("Level\\.\\d+", names(acme))
i2 <- max.col(acme[i1]!="", "last")
i3 <- i2-1
acme$Supervisor <- acme[i1][cbind(1:nrow(acme), i2)]
acme$Manager <-  acme[i1][cbind(1:nrow(acme), i3)]
acme
#  EmployeeID           Job.Title Level.1 Level.2 Level.3 Level.4 Level.5 Level.6 Pay.Type Supervisor Manager
#1         10     Program Manager       1       2                                   Salary          2       1
#2         11 Development Manager       1       2      10                           Salary         10       2
#3         12           Developer       1       2      10      11                   Salary         11      10
#4         13           Developer       1       2      10      11                   Salary         11      10
#5         14           Developer       1       2      10      11                   Salary         11      10
#6         15       Summer Intern       1       2      10      11      12           Hourly         12      11

i1我们可以使用
apply
行方式获得所有不为空的索引，并选择第一个和第二个值分别获得两列

acme[, c("Supervisor", "Manager")] <- t(apply(acme[, 8:3], 1, 
                      function(x) c(x[which(x != "")[1]], x[which(x != "")[2]])))

acme

#  EmployeeID           Job.Title Level.1 Level.2 Level.3 Level.4 Level.5 Level.6 Pay.Type Supervisor Manager
#1         10     Program Manager       1       2                                   Salary          2       1
#2         11 Development Manager       1       2      10                           Salary         10       2
#3         12           Developer       1       2      10      11                   Salary         11      10
#4         13           Developer       1       2      10      11                   Salary         11      10
#5         14           Developer       1       2      10      11                   Salary         11      10
#6         15       Summer Intern       1       2      10      11      12           Hourly         12      11

应该有用

如果我们只需要
主管
，我们可以忽略第二部分

acme[, "Supervisor"] <- t(apply(acme[, maxcol:mincol], 1, 
                            function(x) x[which(x != "")[1]]))

acme[，“Supervisor”]这里是一个
数据表
“一行”：

工作原理

data.frame
被强制为
data.table
它的形状从宽到长的顺序
删除级别为
的所有行。
现在，数据按级别编号排序（隐式表示为
级别1
，
级别2
，等等）
对于每个员工，提取最后一个值（主管）和最后第二个值（经理），创建由三列组成的中间结果
最后，将中间结果连接到
acme
以附加新列
印刷品
注意：
melt（）
将发出警告消息，指出并非所有级别列都具有相同的数据类型。这是由于在
acme
data.frame的定义中将整数值与字符（
“”
）混合在一起造成的。最好使用
NA
而不是
“
”。顺便说一句：在这种情况下，通过使用
na.rm=FALSE
和
melt（）

注意：步骤4中的简单物理排序最多适用于9个级别（
Level.1
到
Level.9
）。如果有更多级别，则必须提取级别编号并强制为整数。
一种解决方案，使用
dplyr
和
tidyr
依赖于数据的重塑

library(tidyverse)
acme %>%
  gather('level', 'value', starts_with('Level.')) %>%
  group_by(EmployeeID) %>%
  filter(value != '') %>%
  summarise(Supervisor = last(value),
            Manager = nth(value, -2)) %>%
  left_join(acme)

R有NA值。使用空字符串比使用空字符串要好得多。我的数据帧要大得多，并且是更大代码集的一部分，因此，如果以后添加或删除其他列，则按顺序号引用列可能会导致错误。我应该为这项任务创建一个单独的数据框并将其合并回去，还是有办法编辑“apply（acme[，8:3]”以使用列名？我尝试了：acme[，c（“主管”，“经理”）]另外，我如何只返回主管？@Ankie我已经更新了答案。如果您还有疑问，请告诉我。
acme[, "Supervisor"] <- t(apply(acme[, maxcol:mincol], 1, 
                            function(x) x[which(x != "")[1]]))

library(data.table)
setDT(acme)[melt(acme, measure.vars = patterns("Level.\\d"))[value != ""][
  order(variable), .(Supervisor = value[.N], Manager = value[.N - 1]), by = EmployeeID], 
  on = "EmployeeID"][]

   EmployeeID           Job.Title Level.1 Level.2 Level.3 Level.4 Level.5 Level.6 Pay.Type Supervisor
#1:         10     Program Manager       1       2                                   Salary          2
#2:         11 Development Manager       1       2      10                           Salary         10
#3:         12           Developer       1       2      10      11                   Salary         11
#4:         13           Developer       1       2      10      11                   Salary         11
#5:         14           Developer       1       2      10      11                   Salary         11
#6:         15       Summer Intern       1       2      10      11      12           Hourly         12
   Manager
#1:       1
#2:       2
#3:      10
#4:      10
#5:      10
#6:      11

library(tidyverse)
acme %>%
  gather('level', 'value', starts_with('Level.')) %>%
  group_by(EmployeeID) %>%
  filter(value != '') %>%
  summarise(Supervisor = last(value),
            Manager = nth(value, -2)) %>%
  left_join(acme)