R 根据每行中缺少的值选择列

我想知道（对于每一行），我的数据中的任何NA都属于哪些列。我们的目标是创建一个新的列/变量，列出数据为该行显示NA的列的名称，最好使用dplyr

使用此模拟数据

data = tibble(var_1 = c(NA, 4, 5, 6, 7), var_2 = c(4, 5, 6, 7, 8), var_3 = c(NA, NA, NA, 3, 5))

我想创建缺少的列：

  var_1 var_2 var_3       missing_col
1    NA     4    NA  "var_1", "var_3"             
2     4     5    NA           "var_3"
3     5     6    NA           "var_3"
4     6     7     3                NA
5     7     8     5                NA

到目前为止，我的方法是将rowwise（）函数与mutate、嵌套的select_if（）和函数结合使用。然而，迄今为止我没有尝试过的任何功能都允许我单独考虑每一行（而不是整个列）。下面我介绍了我的方法的总体结构

data %>% 
  rowwise() %>%
  mutate(missing_col = select_if(function(x) ... )) %>%
  names()

如能提供有关适当功能的任何指导，我们将不胜感激。

您可以尝试以下方法：

#Unlist the results from apply
missing_col=unlist(x=apply(X=data, MARGIN=1, FUN=function(x){

  #Get the names of the rows which have NA
  NamesNA=names(which(is.na(x)))

  #If there's no NA then replace the 'character(0)' for NA.
  if(length(NamesNA)!=0){

    #Concatenate names if there are more than one
    paste0(NamesNA, collapse=",")

  }else{

    #Replace 'character(0)'
    NA  

  }
})
)

#Add column with desired output
data$missing_col=missing_col

这将提供所需的输出：

# A tibble: 5 x 4
  var_1 var_2 var_3 missing_col
  <dbl> <dbl> <dbl> <chr>      
1    NA     4    NA var_1,var_3
2     4     5    NA var_3      
3     5     6    NA var_3      
4     6     7     3 NA         
5     7     8     5 NA   

#一个tible:5 x 4
变量1变量2变量3缺少列
1 NA 4 NA变量1，变量3
2 4 5纳瓦鲁3
3 5 6纳瓦鲁3
4673NA
5785NA

>数据%>%
+mutate（缺少_col=apply（，1，函数（x），即.na（x）））%>%
+map_chr（，函数（x）if_else（长度（x）=0，
+“不适用”，
+粘贴（名称（x），折叠=“，”））
#一个tibble:5x4
变量1变量2变量3缺少列
1 NA 4 NA变量1，变量3
2 4 5纳瓦鲁3
3 5 6纳瓦鲁3
4673NA
5785NA

这不是一种整洁的方式，但应用程序似乎足够简单：

data = tibble(var_1 = c(NA, 4, 5, 6, 7), var_2 = c(4, 5, 6, 7, 8), var_3 = c(NA, NA, NA, 3, 5))

data$missing = apply(data,1,function(x) names(x)[is.na(x)])

哪些产出：

data
# A tibble: 5 x 4
  var_1 var_2 var_3 missing  
  <dbl> <dbl> <dbl> <list>   
1 NA     4.00 NA    <chr [2]>
2  4.00  5.00 NA    <chr [1]>
3  5.00  6.00 NA    <chr [1]>
4  6.00  7.00  3.00 <chr [0]>
5  7.00  8.00  5.00 <chr [0]>

---

一种可能的解决方案是在mutate中直接使用

apply

，而不是

rowwise

。也许可以采用与行方式等效的方法，但我对该函数的经验有限。第二个

mutate

仅当您需要

NA

用于没有

NA

的行时才需要

data %>% 
  mutate(missing_col = apply(., 1, function(x) names(.)[is.na(x)] %>% paste(collapse = ", "))) %>% 
  mutate(missing_col = if_else(missing_col == "", NA_character_, missing_col))

---

如果我运行它，我最终得到一个TIBLE，它在新列中不显示实际的列名--只显示“”，而打印出来时它不显示数据，您将能够访问缺少的列中的每个值，而这里的一些其他答案将它们组合成一个字符串，这将很难处理。这非常有帮助，因为我需要物品的数量。谢谢你，利奥！

data$missing[[1]]
[1] "var_1" "var_3"
data$missing[[1]][1]
[1] "var_1"

data %>% 
  mutate(missing_col = apply(., 1, function(x) names(.)[is.na(x)] %>% paste(collapse = ", "))) %>% 
  mutate(missing_col = if_else(missing_col == "", NA_character_, missing_col))