如何合并在R中创建一列，该列根据更新日期只接受一个值

我是新来的R，有一个矩阵如下：

收入

0  Name     usd/day  update_year  usd/day update_year
1  John     52.0     2011         NA       NA
2  Mary     44.0     2012         NA       NA
3  Nicole   44.5     2000 est.    49.2     2010 est.
4  Cynthia   38.1    2001 est.    44.0     2011

我想清理R中的数据，只有3列-名称、美元/天和更新年，得到如下内容：

0  Name    usd/day  update_year
1  John    52.0     2011
2  Mary    44.0     2012
3  Nicole  49.2     2010
4  Cynthia 44.0     2011

请问我该如何在R区做这件事

---

我不想手动组合它们，实际数据超过100行。

这应该可以。您似乎希望提取美元的最新日期（即年份）和最高值。你需要做几件事

首先，仅将年份保存在

update_year

中；似乎你不想在最后一张桌子上出现“est”。我们可以使用

gsub

来实现这一点

df$update_year.x <- gsub("[^0-9]", "", df$update_year.x)
df$update_year.y <- gsub("[^0-9]", "", df$update_year.y)

数据

df <- read.table(text="
X0  Name     usd/day.x  update_year.x  usd/day.y update_year.y
1  John     52.0     2011         NA       NA
2  Mary     44.0     2012         NA       NA
3  Nicole   44.5     '2000 est.'    49.2     '2010 est.'
4  Cynthia   38.1    '2001 est.'    44.0     2011", header=TRUE,fill=TRUE,stringsAsFactors=FALSE)

---

df这应该行得通。您似乎希望提取美元的最新日期（即年份）和最高值。你需要做几件事

首先，仅将年份保存在
update_year
中；似乎你不想在最后一张桌子上出现“est”。我们可以使用
gsub
来实现这一点

df$update_year.x <- gsub("[^0-9]", "", df$update_year.x)
df$update_year.y <- gsub("[^0-9]", "", df$update_year.y)

数据

df <- read.table(text="
X0  Name     usd/day.x  update_year.x  usd/day.y update_year.y
1  John     52.0     2011         NA       NA
2  Mary     44.0     2012         NA       NA
3  Nicole   44.5     '2000 est.'    49.2     '2010 est.'
4  Cynthia   38.1    '2001 est.'    44.0     2011", header=TRUE,fill=TRUE,stringsAsFactors=FALSE)

df我们可以使用
pmax
将值替换为
gsub

update_year <- do.call(pmax, c(lapply(df[c(4,6)], function(x) 
                    as.numeric(gsub("\\D+", "", x))), list(na.rm=TRUE)))
`usd/day` <- do.call(pmax, c(df[c(3,5)], list(na.rm=TRUE)))   


cbind(df[1:2], `usd/day`, update_year)
#   0    Name   usd/day update_year
#1  1    John      52.0        2011
#2  2    Mary      44.0        2012
#3  3  Nicole      49.2        2010
#4  4 Cynthia      44.0        2011

update\u year在用
gsub

update_year <- do.call(pmax, c(lapply(df[c(4,6)], function(x) 
                    as.numeric(gsub("\\D+", "", x))), list(na.rm=TRUE)))
`usd/day` <- do.call(pmax, c(df[c(3,5)], list(na.rm=TRUE)))   


cbind(df[1:2], `usd/day`, update_year)
#   0    Name   usd/day update_year
#1  1    John      52.0        2011
#2  2    Mary      44.0        2012
#3  3  Nicole      49.2        2010
#4  4 Cynthia      44.0        2011

update\u一方面，您的数据框中有重复的列名，这将导致问题。另一方面，您的数据框中有重复的列名，这将导致问题。谢谢。但如果美元/天下跌，我该如何处理？我有一些记录在稍后更新时收入较低。如果不是NA，您是否希望在第二个usd/天列中显示值，否则在第一个usd/天列中显示值？然后您可以这样做：ifelse（is.na（df[，6]），df[，4]，df[，6]）。谢谢。但如果美元/天下跌，我该如何处理？我有一些记录在稍后更新时收入较低。如果不是NA，您是否希望在第二个usd/天列中显示值，否则在第一个usd/天列中显示值？然后您可以这样做：ifelse（is.na（df[，6]），df[，4]，df[，6]）。