创建新列：从第一个现有列创建，如果没有现有列，则为NA。

huangapple
go评论92阅读模式
英文:

R data frame create new column from first existing column or NA if no existing columns

问题

以下是代码部分的翻译：

  1. library(dplyr, warn.conflicts = FALSE)
  2. #> 警告：package 'dplyr' 是在 R 版本 4.2.3 下构建的
  4. # `dplyr::coalesce` 返回第一个非缺失值，但这些列必须存在
  6. return_exist_var <- function(.var1, .var2, .fill = NA, .data) {
  7.   # 从 magrittr::%>% 获取 .
  8.   .data <- get(".", parent.frame())
  9.   stopifnot(is.data.frame(.data))
  10.   .var1 <- rlang::enexpr(.var1)
  11.   .var2 <- rlang::enexpr(.var2)
  12.   if (rlang::as_string(.var1) %in% names(.data)) {
  13.     return(rlang::parse_expr(rlang::as_string(.var1)))
  14.   } else if (rlang::as_string(.var2) %in% names(.data)) {
  15.     return(rlang::parse_expr(rlang::as_string(.var2)))
  16.   } else {
  17.     return(.fill)
  18.   }
  19. }
  21. df <- data.frame(
  22.   ID = c("ID01", "ID01", "ID02", "ID02"),
  23.   v1 = c("a", "b", "c", NA),
  24.   v2 = c("A", "B", "C", "C")
  25. )

以下是示例用法的翻译：

返回第一个存在的列

  1. df %>% dplyr::mutate(NEW = !!return_exist_var(v1))
  2. #>     ID   v1 v2  NEW
  3. #> 1 ID01    a  A    a
  4. #> 2 ID01    b  B    b
  5. #> 3 ID02    c  C    c
  6. #> 4 ID02 <NA>  C <NA>

返回两列中的第一个存在的列

  1. df %>% dplyr::mutate(NEW = !!return_exist_var(v2, v1))
  2. #>     ID   v1 v2 NEW
  3. #> 1 ID01    a  A   A
  4. #> 2 ID01    b  B   B
  5. #> 3 ID02    c  C   C
  6. #> 4 ID02 <NA>  C   C

返回两列中的第二个存在的列

  1. df %>% dplyr::mutate(NEW = !!return_exist_var(v1_x, v2))
  2. #>     ID   v1 v2 NEW
  3. #> 1 ID01    a  A   A
  4. #> 2 ID01    b  B   B
  5. #> 3 ID02    c  C   C
  6. #> 4 ID02 <NA>  C   C

如果两列不存在，则返回 NA

  1. df %>% dplyr::mutate(NEW = !!return_exist_var(v1_X, v2_X))
  2. #>     ID   v1 v2 NEW
  3. #> 1 ID01    a  A  NA
  4. #> 2 ID01    b  B  NA
  5. #> 3 ID02    c  C  NA
  6. #> 4 ID02 <NA>  C  NA

在分组的数据框上正常工作

  1. df %>%
  2.   dplyr::group_by(ID) %>%
  3.   dplyr::mutate(NEW = !!return_exist_var(v1))
  4. #> # 一个 tibble：4 × 4
  5. #> # 组：   ID [2]
  6. #>   ID    v1    v2    NEW  
  7. #>   <chr> <chr> <chr> <chr>
  8. #> 1 ID01  a     A     a    
  9. #> 2 ID01  b     B     b    
  10. #> 3 ID02  c     C     c    
  11. #> 4 ID02  <NA>  C     <NA>
英文:

The following function return first existing column in data frame, or NA if no existing columns

  1. library(dplyr, warn.conflicts = FALSE)
  2. #> Warning: package 'dplyr' was built under R version 4.2.3
  4. # `dplyr::coalesce` return fist non-missing, but these columns must exist
  6. return_exist_var <- function(.var1, .var2, .fill = NA, .data) {
  7.   # get the . from magrittr::%>%
  8.   .data <- get(".", parent.frame())
  9.   stopifnot(is.data.frame(.data))
  10.   .var1 <- rlang::enexpr(.var1)
  11.   .var2 <- rlang::enexpr(.var2)
  12.   if (rlang::as_string(.var1) %in% names(.data)) {
  13.     return(rlang::parse_expr(rlang::as_string(.var1)))
  14.   } else if (rlang::as_string(.var2) %in% names(.data)) {
  15.     return(rlang::parse_expr(rlang::as_string(.var2)))
  16.   } else {
  17.     return(.fill)
  18.   }
  19. }
  21. df <- data.frame(
  22.   ID = c("ID01", "ID01", "ID02", "ID02"),
  23.   v1 = c("a", "b", "c", NA),
  24.   v2 = c("A", "B", "C", "C")
  25. )

return first existing column

  1. df %>% dplyr::mutate(NEW = !!return_exist_var(v1))
  2. #>     ID   v1 v2  NEW
  3. #> 1 ID01    a  A    a
  4. #> 2 ID01    b  B    b
  5. #> 3 ID02    c  C    c
  6. #> 4 ID02 <NA>  C <NA>

return first existing column in two column

  1. df %>% dplyr::mutate(NEW = !!return_exist_var(v2, v1))
  2. #>     ID   v1 v2 NEW
  3. #> 1 ID01    a  A   A
  4. #> 2 ID01    b  B   B
  5. #> 3 ID02    c  C   C
  6. #> 4 ID02 <NA>  C   C

return second existing column in two column

  1. df %>% dplyr::mutate(NEW = !!return_exist_var(v1_x, v2))
  2. #>     ID   v1 v2 NEW
  3. #> 1 ID01    a  A   A
  4. #> 2 ID01    b  B   B
  5. #> 3 ID02    c  C   C
  6. #> 4 ID02 <NA>  C   C

return NA if two column not eixst

  1. df %>% dplyr::mutate(NEW = !!return_exist_var(v1_X, v2_X))
  2. #>     ID   v1 v2 NEW
  3. #> 1 ID01    a  A  NA
  4. #> 2 ID01    b  B  NA
  5. #> 3 ID02    c  C  NA
  6. #> 4 ID02 <NA>  C  NA

work well on grouped data frame

  1. df %>%
  2.   dplyr::group_by(ID) %>%
  3.   dplyr::mutate(NEW = !!return_exist_var(v1))
  4. #> # A tibble: 4 × 4
  5. #> # Groups:   ID [2]
  6. #>   ID    v1    v2    NEW  
  7. #>   <chr> <chr> <chr> <chr>
  8. #> 1 ID01  a     A     a    
  9. #> 2 ID01  b     B     b    
  10. #> 3 ID02  c     C     c    
  11. #> 4 ID02  <NA>  C     <NA>

Problem

How to update the function, then call function like below without !!, or define a new same function

df %>% dplyr::mutate(NEW = return_exist_var(v1))

答案1

得分: 1

这是您的函数的简化版本，它依赖于使用 any_of() 来处理缺失的变量。由于 any_of() 需要字符向量作为参数，因此在使用之前需要解析参数。

  1. library(dplyr)
  3. return_exist_var <- function(...) {
  4.   var_list <-  match.call(expand.dots = FALSE)$...
  5.   c(pick(any_of(sapply(var_list, deparse))), NA)[[1]]
  6. }
  8. df %>%
  9.   dplyr::mutate(NEW = return_exist_var(v1))
  10.   
  11.     ID   v1 v2  NEW
  12. 1 ID01    a  A    a
  13. 2 ID01    b  B    b
  14. 3 ID02    c  C    c
  15. 4 ID02 <NA>  C <NA>
  17. df %>%
  18.   dplyr::mutate(NEW = return_exist_var(v2, v1))
  20.     ID   v1 v2 NEW
  21. 1 ID01    a  A   A
  22. 2 ID01    b  B   B
  23. 3 ID02    c  C   C
  24. 4 ID02 <NA>  C   C
  26. df %>%
  27.   dplyr::mutate(NEW = return_exist_var(v1_x, v2))
  29.     ID   v1 v2 NEW
  30. 1 ID01    a  A   A
  31. 2 ID01    b  B   B
  32. 3 ID02    c  C   C
  33. 4 ID02 <NA>  C   C
  35. df %>% 
  36.   dplyr::mutate(NEW = return_exist_var(v1_X, v2_X))
  38.     ID   v1 v2  NEW
  39. 1 ID01    a  A <NA>
  40. 2 ID01    b  B <NA>
  41. 3 ID02    c  C <NA>
  42. 4 ID02 <NA>  C <NA>
  44. # 如果数据已分组，也适用
  45. df %>%
  46.   mutate(NEW = return_exist_var(v1), .by = ID)
  48.     ID   v1 v2  NEW
  49. 1 ID01    a  A    a
  50. 2 ID01    b  B    b
  51. 3 ID02    c  C    c
  52. 4 ID02 <NA>  C <NA>
英文:

Here is a simplified version of your function that relies on using any_of() to handle missing vars. As any_of() requires a character vector, the arguments need to be deparsed before use.

  1. library(dplyr)
  3. return_exist_var &lt;- function(...) {
  4.   var_list &lt;-  match.call(expand.dots = FALSE)$...
  5.   c(pick(any_of(sapply(var_list, deparse))), NA)[[1]]
  6.   }
  8. df %&gt;%
  9.   dplyr::mutate(NEW = return_exist_var(v1))
  11.     ID   v1 v2  NEW
  12. 1 ID01    a  A    a
  13. 2 ID01    b  B    b
  14. 3 ID02    c  C    c
  15. 4 ID02 &lt;NA&gt;  C &lt;NA&gt;
  17. df %&gt;%
  18.   dplyr::mutate(NEW = return_exist_var(v2, v1))
  20.     ID   v1 v2 NEW
  21. 1 ID01    a  A   A
  22. 2 ID01    b  B   B
  23. 3 ID02    c  C   C
  24. 4 ID02 &lt;NA&gt;  C   C
  26. df %&gt;%
  27.   dplyr::mutate(NEW = return_exist_var(v1_x, v2))
  29.     ID   v1 v2 NEW
  30. 1 ID01    a  A   A
  31. 2 ID01    b  B   B
  32. 3 ID02    c  C   C
  33. 4 ID02 &lt;NA&gt;  C   C
  35. df %&gt;% 
  36.   dplyr::mutate(NEW = return_exist_var(v1_X, v2_X))
  38.     ID   v1 v2 NEW
  39. 1 ID01    a  A  NA
  40. 2 ID01    b  B  NA
  41. 3 ID02    c  C  NA
  42. 4 ID02 &lt;NA&gt;  C  NA
  44. # Works if data is grouped
  45. df %&gt;%
  46.   mutate(NEW = return_exist_var(v1), .by = ID)
  48.     ID   v1 v2  NEW
  49. 1 ID01    a  A    a
  50. 2 ID01    b  B    b
  51. 3 ID02    c  C    c
  52. 4 ID02 &lt;NA&gt;  C &lt;NA&gt;

huangapple
  • 本文由 发表于 2023年6月29日 10:23:25
  • 转载请务必保留本文链接：https://go.coder-hub.com/76577706.html
  • dataframe
  • dplyr
  • r
  • rlang
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定