如何通过忽略NA'提取唯一行;s在R
我有一个包含多行和多列的数据集,我想通过在少数情况下忽略一列中的NA并在少数情况下包括NA来提取唯一的行。请看下面的详细信息 数据集_A如何通过忽略NA'提取唯一行;s在R,r,dataframe,R,Dataframe,我有一个包含多行和多列的数据集,我想通过在少数情况下忽略一列中的NA并在少数情况下包括NA来提取唯一的行。请看下面的详细信息 数据集_A e_id age fn ln custom_id e1234 23 sur bab 1344789 e1234 23 sur bab 1344789 e1234 23 sur bab 1617 e1234 23 sur bab
e_id age fn ln custom_id
e1234 23 sur bab 1344789
e1234 23 sur bab 1344789
e1234 23 sur bab 1617
e1234 23 sur bab NA
e2345 22 nav kum NA
e2345 22 nav kum 52109
e2345 22 nav kum NA
e3456 21 ash kuma NA
e3456 21 ash kuma NA
e4567 23 anu kot NA
预期产量
e_id age fn ln custom_id
e1234 23 sur bab 1344789
e1234 23 sur bab 1617
e2345 22 nav kum 52109
e3456 21 ash kuma NA
e4567 23 anu kot NA
基本上,如果自定义的e_id中存在自定义的NA,我想忽略自定义的NA行,而如果用户在自定义的NA列中只有NA值,我想保留一行,忽略其他行
尝试:
final_output = dataset_A[order(dataset_A$custom_id),]
final_output = final_output[!duplicated(final_output[,c(1:4)]),]
用我上面的代码,我无法从我的数据集中提取几行数据,比如1617自定义id用于e_1234 e_id。如果我们能够找到相同的解决方案,这将非常有用。我们可以使用
dplyr
中的slice
按e_id
分组,如果自定义id
的所有值均为空,则只返回第一行NA
否则返回所有非NA行,然后应用distinct
以获得唯一行
library(dplyr)
df %>%
group_by(e_id) %>%
slice(if(all(is.na(custom_id))) 1 else which(!is.na(custom_id))) %>%
distinct()
# e_id age fn ln custom_id
# <fct> <int> <fct> <fct> <int>
#1 e1234 23 sur bab 1344789
#2 e1234 23 sur bab 1617
#3 e2345 22 nav kum 52109
#4 e3456 21 ash kuma NA
#5 e4567 23 anu kot NA
如果正确理解,您可以按如下方式使用dplyr:
library(dplyr)
data %>% filter (., is.na(custom_id)==FALSE) %>% distinct(.)
如果要保留NAN,可以将If-else添加到slice命令中
Book2 %>% group_by(., e_id) %>%
slice(., ifelse(all(is.na(custom_id)), 1 , which(!is.na(custom_id))))
编辑:有人比我快,所以请转到前面的答案
Book2 %>% group_by(., e_id) %>%
slice(., ifelse(all(is.na(custom_id)), 1 , which(!is.na(custom_id))))