R 如何折叠NA并将多个列合并为一列

我有一个合并的数据集，如下所示：

    V3    V1.x               V2.x   V1.y                 V2.y   V982 V2163 
1  10075  Whitten Jamie L.   1225    <NA>                NA     2     2   
2  10421  Yates Sidney R.    1252    Yates Sidney R.     1252   2     0      
3  10520  Gonzalez Henry B.   445    Gonzalez Henry B.   445    0     0       
4  10573  Brown George E.Jr.  134    Brown George E.Jr.  134    0     0    
5  29584  <NA>                NA     Cubin  Barbara      254    0     0

我使用了简单的merge命令，比如

merge（df1，df2，by=c（“V3”）

2） 如果没有V1.x和V1.y无法合并这两个数据集，那么如何折叠NAs并合并这两列

我在论坛中搜索了其他问题，发现了如下命令

cbind（数据[1]，mycl=na.omit（未列出（数据[-1]）））

na.省略（堆栈（df））

---

或者

df2如果我正确理解您的最终产品，使用
dplyr
这将是一个简单的：

df1 %>%
    select(V3, V982) %>%
    left_join(select(df2,V3,V2163), by=V3)

其中：

     V3 V982 V2163
1 10075    2     2
2 10421    2     0
3 10520    0     0
4 10573    0     0
5 29584    0     0

在这里，我回答第二个问题，因为您提供了合并的数据集

其思想是创建一个模式（“pat”）来指定需要折叠的列的“前缀”。使用
grep
获取这些列的数字索引（“indx”）。从原始数据集（“df”）中删除列，并创建新的数据集“df1”。使用
lappy
循环“pat”，使用
grep
子集类似的前缀列，使用
pmax
和
na.rm=TRUE
获得折叠列的值，最后将列表元素分配给“df1”中的新列（“V1，V2”）

数据
df
1） 有没有什么方法可以合并两个数据集而不生成V1.x
V1.y

您可以尝试此解决方案，它将作用于
df1
和
df2
中存在的所有列：

d1 <- df1[df1$V3 %in% df2$V3,]
d2 <- df2[df2$V3 %in% df1$V3,]

m <- match(d2$V3,d1$V3)
z <- sapply(names(d1),function(s) ifelse(is.na(d1[,s]),d2[m,s],d1[,s]))
result <- cbind(z,d2[m,setdiff(names(d2),names(d1)),drop=F])

您的最终数据集是否应仅为
V3
、
V982
和
V2163
？还是应该是
V3
V1.x
，
V1.y
，
V982
和
V2163
，然后是一个组合的
V2.x
和
V2.y
，这样其中一个的
NA
与另一个的
NA
一起归档？也许你想要
合并（df1，df2，by=c（“V3”，“V1”）
？@MaratTalipov，这将不起作用（首先，因为您缺少一个
）
，因为这样您将失去那些在
V1
或
V2
上拥有
NA
或
的人（如果您要通过
语句将
V2
添加到
。@AndrewTaylor，说得好。那么，
df$V1怎么样？我想他也想合并V1/V2列。看起来它只是V3My内部联接上的一个内部联接（通过
dplyr:：internal\u联接
）看起来就像OPs输出。我是否缺少一个会折叠V1和V2的参数？因此，这是采用已经进行的错误合并，并折叠V1s和V2s？现在请更清楚地阅读问题。是的，我采用了错误合并数据：-）这似乎是一个有点有趣的问题，而不是通常的
merge
类型。因此，基本上，我是在回答第二个问题。我认为您的第一种方法删除了最后一行（我可能也错了，因为没有提供数据集）。是的，我想在真实的数据集上测试它。
pat <- paste0('^V', 1:2, '..$')
indx <- grep(paste(pat, collapse='|'), names(df))
df1 <- df[-indx]
df1[paste0('V',1:2)] <- lapply(pat, function(x) do.call(pmax,
                           c(df[grep(x, names(df))], na.rm=TRUE)))
df1
#     V3 V982 V2163                 V1   V2
#1 10075    2     2   Whitten Jamie L. 1225
#2 10421    2     0    Yates Sidney R. 1252
#3 10520    0     0  Gonzalez Henry B.  445
#4 10573    0     0 Brown George E.Jr.  134
#5 29584    0     0     Cubin  Barbara  254

 df1[paste0('V', 1:2)] <- lapply(pat, function(x) {
            x1 <- df[grep(x, names(df))]
            x1[cbind(1:nrow(x1), max.col(!is.na(x1)))]})

df <- structure(list(V3 = c(10075L, 10421L, 10520L, 10573L, 29584L), 
V1.x = c("Whitten Jamie L.", "Yates Sidney R.", "Gonzalez Henry B.", 
"Brown George E.Jr.", NA), V2.x = c(1225L, 1252L, 445L, 134L, 
NA), V1.y = c(NA, "Yates Sidney R.", "Gonzalez Henry B.", 
"Brown George E.Jr.", "Cubin  Barbara"), V2.y = c(NA, 1252L, 
445L, 134L, 254L), V982 = c(2L, 2L, 0L, 0L, 0L), V2163 = c(2L, 
0L, 0L, 0L, 0L)), .Names = c("V3", "V1.x", "V2.x", "V1.y", 
"V2.y", "V982", "V2163"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5"))

d1 <- df1[df1$V3 %in% df2$V3,]
d2 <- df2[df2$V3 %in% df1$V3,]

m <- match(d2$V3,d1$V3)
z <- sapply(names(d1),function(s) ifelse(is.na(d1[,s]),d2[m,s],d1[,s]))
result <- cbind(z,d2[m,setdiff(names(d2),names(d1)),drop=F])

df$V1 <- with(df,ifelse(is.na(V1.x),V1.y,V1.x))