将一列中的内容替换为另一列 R

Question

我正在处理一些调查数据，我想用另一个调查项目替换一个调查 item/column 的内容，同时保留原始单元格内容。例如 - 如果 Q2_1.x 缺失（缺失编码为“-99”或编码为 character_NA），将 Q2_1.x 替换为 Q2_1.y。

这是我的数据示例：

ibrary(dplyr)
library(magrittr)
ibrary(readr)

org_dat <- read_table('ID   Q2_1.x  Q2_2.x  Q2_1.y  Q2_2.y  Q14_1.x Q14_1.y Q15
    1   Yes NA  NA  NA  Sometimes   NA  NA
    2   -99 NA  No  NA  NA  Always  Yes
    3   Yes NA  Yes NA  NA  NA  NA
    4   -99 NA  NA  No  NA  Yes No 
    5   NA  -99 NA  NA  NA  Always  NA
    6   -99 NA  NA  No  NA  NA  NA') %>% mutate_all(as.character)

这是我想要的输出：

dat_out <- read_table('ID   Q2_1    Q2_2    Q14_1   Q15
1   Yes NA  Sometimes   NA
2   No  NA  Always  Yes
3   Yes NA  NA  NA
4   -99 No  Yes No
5   NA  -99 Always  NA
6   -99 No  NA  NA')

当前解 我知道我可以单独替换这些列中的每一列，但我有很多列要处理，我想使用一种聪明的 dplyr/grepl 方法来解决这个问题！有任何想法吗？我总是用 Q*.y 替换 Q*.x。

org_dat %>% mutate(Q2_1.x = case_when(!is.na(Q2_1.y) &
                                        Q2_1.x == '-99'| is.na(Q2_1.x) ~ Q2_1.y,
                                      TRUE ~ Q2_1.x)) %>%
mutate(Q2_2.x = case_when(!is.na(Q2_2.y) &
                            Q2_2.x == '-99'| is.na(Q2_2.x) ~ Q2_2.y,
                          TRUE ~ Q2_2.x)) %>% 
  
  mutate(Q14_1.x = case_when(!is.na(Q14_1.y) &
                              Q14_1.x == '-99'| is.na(Q14_1.x) ~ Q14_1.y,
                            TRUE ~ Q14_1.x)) %>%
  rename(Q2_1 = Q2_1.x,
         Q2_2 = Q2_2.x,
         Q14_1 = Q14_1.x) %>%
  select(-matches("x|y"))

Answer 1

更短的方法。只需去掉所有变量名的 ".x" 后缀，然后转换名称不是 "ID" 或不以 ".y" 结尾的变量。对于这些变量中的每一个，get0 具有 ".y" 后缀的对应项并按如下方式进行替换。请注意，如果没有带有 ".y" 后缀的对应项，则 get0 returns NULL 和 idx 将折叠为 integer(0)。结果，返回变量 as-is.

library(dplyr)

ord_dat %>% 
  rename_with(~sub("\.x", "", .), ends_with(".x")) %>% 
  transmute(ID, across(!ID & !ends_with(".y"), ~{
    .y <- get0(paste0(cur_column(), ".y"))
    idx <- which(.x %in% c("-99", NA) & !is.na(.y))
    replace(.x, idx, .y[idx])
  }))

这是一个 tidyverse 方法。我们会

pivot_longer 数据集分为四列：ID、Q（问题）、x、y、
在 x 显示 NA 或 "-99" 但 y 显示非 NA 值的位置替换 x 中的任何值.
删除列 y 和 pivot_wider 名称来自 Q 且值来自 x.

步骤并不复杂，但确实需要对功能进行精细控制。这使得代码有点长：

library(dplyr)
library(tidyr)

ord_dat %>% 
  pivot_longer(
    -ID, 
    names_to = c("Q", ".value"), 
    names_pattern = "([^\.]*)\.?([^\.]*)", 
    names_transform = list(.value = ~replace(., . == "", "x"))
  ) %>% 
  mutate(x = {
    idx <- which(x %in% c("-99", NA) & !is.na(y))
    replace(x, idx, y[idx])
  }, y = NULL) %>% 
  pivot_wider(names_from = Q, values_from = x)

输出

# A tibble: 6 x 5
  ID    Q2_1  Q2_2  Q14_1     Q15  
  <chr> <chr> <chr> <chr>     <chr>
1 1     Yes   NA    Sometimes NA   
2 2     No    NA    Always    Yes  
3 3     Yes   NA    NA        NA   
4 4     -99   No    Yes       No   
5 5     NA    -99   Always    NA   
6 6     -99   No    NA        NA

Answer 2

这里答案的关键是首先用 na_if 将 user-defined NA 翻译成真正的 nas，然后 coalesce 和成对的列。

library(dplyr)
library(stringr)
org_dat %>%
    na_if(-99) %>%
    mutate(across(ends_with('.x'),
                  ~coalesce(.x, get(deparse(substitute(.x)) %>%
                                        str_replace('\.x', '.y'))))) %>%
    select(-ends_with('.y')) %>%
    rename_with(~str_remove(.x, '\..$'))


# A tibble: 6 × 5
  ID    Q2_1  Q2_2  Q14_1     Q15  
  <chr> <chr> <chr> <chr>     <chr>
1 1     Yes   NA    Sometimes NA   
2 2     No    NA    Always    Yes  
3 3     Yes   NA    NA        NA   
4 4     NA    No    Yes       No   
5 5     NA    NA    Always    NA   
6 6     NA    No    NA        NA

编辑

原始答案没有提供实际所需的输出，因为它用 NA 替换了所有 user-defined NA (-99)。

如果OP想保留这些用户定义的NA，我们可以这样做：首先，将所有列更改为字符。其次，将 data.frame 拆分为由前缀“Q{number}_{number}”与 split.default 配对的数据帧。最后，modify 所有具有两列（'x' 和 'y' 对）的列表元素 modify_if 和 coalesce。

library(dplyr)
library(purrr)

org_dat %>%
    mutate(across(everything(), as.character)) %>%
        split.default(sub('\..$', '', names(org_dat))) %>%
        modify_if(.p=~ncol(.x)==2, .f = ~coalesce(.x[[1]], .x[[2]])) %>%
        bind_cols() %>%
        select(ID, Q2_1, Q2_2, Q14_1, Q15)

# A tibble: 6 × 5
  ID    Q2_1  Q2_2  Q14_1     Q15  
  <chr> <chr> <chr> <chr>     <chr>
1 1     Yes   NA    Sometimes NA   
2 2     -99   NA    Always    Yes  
3 3     Yes   NA    NA        NA   
4 4     -99   No    Yes       No   
5 5     NA    -99   Always    NA   
6 6     -99   No    NA        NA

将一列中的内容替换为另一列 R

Replace content in one column with another column R

regex

r

dplyr

grepl