R 合并具有相似名称的列

我正在使用一个名为data.frame的

data.frame

，它具有类似的列。表单有三个版本，并且版本被固定在列名的末尾，因此df看起来是这样的：

var1  var2  var1x  var2x  var1y  var2z
1     2     NA     NA     NA     NA
NA     NA   1       2     NA     NA
NA     NA   1      3      NA     NA
4     NA    NA    NA      NA    7

因此，除了最后一个字母外，有许多列具有相同的名称。我想把这些类似的专栏结合起来，这样我就可以得到这样的结论：

var1   var2 
1      2
1      2
1      3
4      7

list<-c("var1","var2")
get_col<-function(var){
  rowMeans(df[,grepl(var,names(df))],na.rm=TRUE)
}
newdf<-data.frame(do.call(cbind,lapply(list,get_col)))
names(newdf)<-list



   var1 var2
1    1    2
2    1    2
3    1    3
4    4    7
5  NaN  NaN

有什么想法吗

编辑：任何变量都不可能有多个答案。例如，如果var1是2，那么var1x和var1y是NA

还有一个想法：

var1<-rowMeans(df[,grepl("var1",names(df))],na.rm=TRUE)
var2<-rowMeans(df[,grepl("var2",names(df))],na.rm=TRUE)
cbind(var1,var2)

     var1 var2
[1,]    1    2
[2,]    1    2
[3,]    1    3
[4,]    4    7

library(dplyr)

df %>% 
  transmute(n_var1 = rowMeans(select(., starts_with("var1")), na.rm = TRUE),
            n_var2 = rowMeans(select(., starts_with("var2")), na.rm = TRUE))

其中：

#  n_var1 n_var2
#1      1      2
#2      1      2
#3      1      3
#4      4      7

---

另一个选项是根据列名中的公共前缀

拆分列，在逻辑矩阵（
！is.na（x1）
）上创建一个列索引
max.col
，
cbind
和行索引（
1:nrow（x1）
）来获取每行的非na元素

sapply(split(names(df1), sub('[^0-9]*$', '',names(df1))), function(x) {
         x1 <- df1[x]
         x1[cbind(1:nrow(x1), max.col(!is.na(x1)))]})
#     var1 var2
#[1,]    1    2
#[2,]    1    2
#[3,]    1    3
#[4,]    4    7

数据
df1我实际上不会这么做，但这里有一个使用排序的答案（按变量的前4个字符排序，然后按实际值排序）：

产生：

     [,1] [,2]
[1,]    1    2
[2,]    1    2
[3,]    1    3
[4,]    4    7    

应该对所有NA都有鲁棒性。
我猜既然@Alex说有不同的版本，就不会有两个版本不缺失的情况。很抱歉出现歧义。如果缺少所有var1，则应返回NA。（例如，如果该人没有填写任何表格上第一个问题的任何内容，就会发生这种情况）我有同样的疑问：如果Var1表示2，var1x表示3，那么您希望生成的Var1列表示5吗？i、 e.数字之和？@rawr:这确实与列名有关，因为您将
var1
替换为
var1x
，而不是
var2x
@BrodieG，好吗？如果只有一列，它也会失败。对于三维阵列来说也是失败的。如果NAs是0或unicorns，它也会失败。我根据给出的例子进行了评论。我不知道我需要飞航天飞机谢谢。例如，如果person1的所有var1都丢失了，我会担心这种行为。那么var1和var2的长度就不一样了，R将开始回收，对吗？我很困惑。您说过当所有值都是
NA
时，
rowMeans（）
将产生
NaN
，但随后您说您使用了
rowMeans（）
，因为当所有值都是
NA
时，它返回
NA
。这是自相矛盾的，因为
NaN
！=<代码>不适用
。您的意思是在其中一种情况下使用
rowSums（）
？我编辑了一下，以便更清楚一些。为此，我将
NaN
等同于
NA
，因为它消除了
rowSums
所做的行为，这是为了给这样的人
0
。由于
NA
和
NA
不一样，我建议在最后使用
is.finite（）转换为
NA
或类似的。
NaN
很容易处理。但是如果我能给你自动编辑的加分，我会的。谢谢@akrun，是的，这非常粗糙。@akrun如果函数定义只允许R
f（x）
。）
df1 <- structure(list(var1 = c(1L, NA, NA, 4L), var2 = c(2L, NA, NA, 
NA), var1x = c(NA, 1L, 1L, NA), var2x = c(NA, 2L, 3L, NA), var1y = c(NA, 
NA, NA, NA), var2z = c(NA, NA, NA, 7L)), .Names = c("var1", "var2", 
"var1x", "var2x", "var1y", "var2z"), class = "data.frame",
row.names = c(NA, -4L))

t(apply(DF, 1, function(x) x[order(substr(names(DF), 1, 4), x)]))[, c(1, 4)]

     [,1] [,2]
[1,]    1    2
[2,]    1    2
[3,]    1    3
[4,]    4    7