R：使用 tidyr 清理具有结构缺失和冗余数据的数据 table

Question

仍在努力获取 tidyr 软件包。如果一个数据集包含这样的冗余行：

require(dplyr)
require(tidyr)
data <-
      data.frame(
        v1 = c("ID1", NA, "ID2", NA),
        v2 = c("x", NA, "xx", NA),
        v3 = c(NA, "z", NA, "zz"),
        v4 = c(22, 22, 6, 6),
        v5 = c(5, 5, 9, 9)) %>%
      tbl_df()

> data
Source: local data frame [4 x 5]

   v1 v2 v3 v4 v5
1 ID1  x NA 22  5
2  NA NA  z 22  5
3 ID2 xx NA  6  9
4  NA NA zz  6  9

由于 id 变量 v1- v3 被分成具有许多 NA 的冗余行（因此这两个测量值也重复），人们希望得到如下所示的内容：

    v1  v2  v3  v4  v5
1   ID1 x   z   22  5
2   ID2 xx  zz  6   9

使用 tidyr 获取此信息的一般方法是什么？我觉得可以使用 gather() 来完成，但是怎么做呢？

Answer 1

一种方法是这样的。使用 zoo 包中的 na.locf()，我替换了 v1 中的 NA。然后，我使用变量对数据进行分组。我又雇佣了 na.locf() 一次来照顾 v3。最后，我删除了 v2.

中带有 NA 的行

library(zoo)
library(dplyr)

mutate(data, v1 = na.locf(v1)) %>%
group_by(v1) %>%
mutate(v3 = na.locf(v3, fromLast = TRUE)) %>%
filter(complete.cases(v2)) %>%
ungroup

#   v1 v2 v3 v4 v5
#1 ID1  x  z 22  5
#2 ID2 xx zz  6  9

Answer 2

你也可以

library(dplyr)
data %>% 
     mutate(v3=v3[!is.na(v3)][cumsum(is.na(v3))]) %>%
     na.omit()
#    v1 v2 v3 v4 v5
#1 ID1  x  z 22  5
#2 ID2 xx zz  6  9

或根据显示的数据

 data %>% 
      mutate(v3=lead(as.character(v3))) %>% 
      na.omit()

R：使用 tidyr 清理具有结构缺失和冗余数据的数据 table

R: use tidyr to clean-up data table with structural missing and redundant data

r

tidyr