R 将NAs移动到数据帧中每列的末尾

我有这样一个数据框：

df <- structure(list(a = c(NA, NA, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L), b = c(NA, NA, NA, 1L, 2L, 3L, 4L, 5L, 6L, 7L), d = c(NA, NA, NA, NA, 1L, 2L, 3L, 4L, 5L, 6L)), .Names = c("a", "b", "d"), row.names = c(NA, -10L), class = "data.frame")

> df
    a  b  d
1  NA NA NA
2  NA NA NA
3   1 NA NA
4   2  1 NA
5   3  2  1
6   4  3  2
7   5  4  3
8   6  5  4
9   7  6  5
10  8  7  6

更新以使我的问题更清晰。

df <- structure(list(a = c(NA, NA, 1, 5, 34, 7, 3, 5, 8, 4), b = c(NA, 
NA, NA, 57, 2, 7, 9, 5, 12, 100), d = c(NA, NA, NA, NA, 5, 7, 
2, 8, 2, 5)), .Names = c("a", "b", "d"), row.names = c(NA, -10L
), class = "data.frame")

> df
    a   b  d
1  NA  NA NA
2  NA  NA NA
3   1  NA NA
4   5  57 NA
5  34   2  5
6   7   7  7
7   3   9  2
8   5   5  8
9   8  12  2
10  4 100  5

---

这似乎是一项容易的任务，但我仍不知道从哪里开始。。你能帮忙吗？

在完全误解了这个问题之后，这里是我的最终答案：

# named after beetroot for being the first to ever need this functionality
beetroot <- function(x) {
    # count NA
    num.na <- sum(is.na(x))
    # remove NA
    x <- x[!is.na(x)]
    # glue the number of NAs at the end
    x <- c(x, rep(NA, num.na))
    return(x)
}

# apply beetroot over each column in the dataframe
as.data.frame(lapply(df, beetroot))

#以beetroot命名，因为他是第一个需要此功能的人
beetroot使用
Lappy
的另一种解决方案（无需对数据进行排序/重新排序-根据您的评论）

一些基准测试显示，基本解决方案是迄今为止最快的：

library("microbenchmark")
david <- function() lapply(df, function(x) c(x[!is.na(x)], x[is.na(x)]))
dt <- setDT(df)
david.dt <- function() dt[, names(dt) := lapply(.SD, function(x) c(x[!is.na(x)], x[is.na(x)]))]

microbenchmark(as.data.frame(lapply(df, beetroot)), david(), david.dt())
# Unit: microseconds
#                                 expr      min       lq   median        uq      max neval
#  as.data.frame(lapply(df, beetroot)) 1145.224 1215.253 1274.417 1334.7870 4028.507   100
#                              david()  116.515  127.382  140.965  149.7185  308.493   100
#                           david.dt() 3087.335 3247.920 3330.627 3415.1460 6464.447   100

库（“微基准”）
david如果列数较少，我建议：

data.frame( a=sort(example$a, na.last=T), b=sort(example$b, na.last=T), d=sort(example$d, na.last=T))

最好的，
为了好玩，你也可以利用
长度注意，这里的数据实际上发生了变化（从行的角度来看）：这是故意的，还是你只是想把NA排序到底？这是故意的，我基本上希望所有的数字都按行对齐，因此，每一列都应该单独上移。无法想象你需要它做什么，但我发布了一个答案。您可能需要寻找data.table解决方案，它们通常是最快的。请稍候。。。你是说，如果你有一个简单的向量，像
c（NA，2，3，1）
，那么结果必须是
c（2，3，1，NA）
？这将真正改变这个问题@PascalvKooten是的，没错，对不起，如果不清楚，我会更新问题！在上一个示例中，您不需要像.matrix那样执行
<代码>应用
自动强制矩阵。但是你应该将它包装成.data.frame，以将其返回到data.frame。谢谢，但正如Thomas的回答一样，这会对每列中的值进行排序，但我需要每列中的行顺序保持不变（NAs的位置应该是唯一会改变的东西）太棒了，就是这样！我感到很荣幸：D如果商业软件公司能够生成像样的csv输出文件，我也不需要它；）恭喜你找到了OP想要的东西，我喜欢。对于类似的过程，我唯一的其他想法是：
lappy（df，function（x）x[order（is.na（x）））
这可能在计时方面效率较低。谢谢你的回答-抱歉，同时有这么多的答案/评论，所以我完全错过了你的答案/评论，只是刚才才看到！我已根据您的新数据集更新了结果。解决办法仍然存在unchanged@DavidArenburg我希望你不介意，但我在你的答案中添加了一些基准。
df[] <- lapply(df, function(x) c(x[!is.na(x)], x[is.na(x)]))
df
#     a   b  d
# 1   1  57  5
# 2   5   2  7
# 3  34   7  2
# 4   7   9  8
# 5   3   5  2
# 6   5  12  5
# 7   8 100 NA
# 8   4  NA NA
# 9  NA  NA NA
# 10 NA  NA NA

library(data.table)
setDT(df)[, names(df) := lapply(.SD, function(x) c(x[!is.na(x)], x[is.na(x)]))]
df
#      a   b  d
#  1:  1  57  5
#  2:  5   2  7
#  3: 34   7  2
#  4:  7   9  8
#  5:  3   5  2
#  6:  5  12  5
#  7:  8 100 NA
#  8:  4  NA NA
#  9: NA  NA NA
# 10: NA  NA NA

library("microbenchmark")
david <- function() lapply(df, function(x) c(x[!is.na(x)], x[is.na(x)]))
dt <- setDT(df)
david.dt <- function() dt[, names(dt) := lapply(.SD, function(x) c(x[!is.na(x)], x[is.na(x)]))]

microbenchmark(as.data.frame(lapply(df, beetroot)), david(), david.dt())
# Unit: microseconds
#                                 expr      min       lq   median        uq      max neval
#  as.data.frame(lapply(df, beetroot)) 1145.224 1215.253 1274.417 1334.7870 4028.507   100
#                              david()  116.515  127.382  140.965  149.7185  308.493   100
#                           david.dt() 3087.335 3247.920 3330.627 3415.1460 6464.447   100

data.frame( a=sort(example$a, na.last=T), b=sort(example$b, na.last=T), d=sort(example$d, na.last=T))

x <- c(NA, 1, 2, 3)
x
# [1] NA  1  2  3
`length<-`(na.omit(x), length(x))
# [1]  1  2  3 NA

df[] <- lapply(df, function(x) `length<-`(na.omit(x), nrow(df)))
df
#     a   b  d
# 1   1  57  5
# 2   5   2  7
# 3  34   7  2
# 4   7   9  8
# 5   3   5  2
# 6   5  12  5
# 7   8 100 NA
# 8   4  NA NA
# 9  NA  NA NA
# 10 NA  NA NA