r语言 - 根据分组变量折叠行并删除空项

Question

我有一个看起来像这样的数据集

user_id <- c(12345,12345,12345,12345,12345,12356,12356,12356,12356,12356)
r1 <- c(1,NA,NA,NA,NA,1,NA,NA,NA,NA)
r2 <- c(NA,1,NA,NA,NA,NA,1,NA,NA,NA)
r3 <- c(NA,NA,1,NA,NA,NA,NA,1,NA,NA)
r4 <- c(NA,NA,NA,1,NA,NA,NA,NA,1,NA)
r5 <- c(NA,NA,NA,NA,1,NA,NA,NA,NA,1)
df <- data.frame(user_id,r1,r2,r3,r4,r5)

我希望能够删除空格(我的数据实际上在这些空格中有NA)，以便每个用户ID只有一行，所有评级都在同一行。我试过用这篇文章来弄清楚事情，但我想把它作为一个数据框架等。到目前为止，原始帖子中的流程对我来说并没有起作用。理想情况下，我想坚持整洁的宇宙，但在这一点上，我只是试图使它工作。

Answer 1

将其转为长格式通常在这里很有帮助，因为它允许我们更容易地使用分组变量;在这种情况下，删除所有具有""的行，然后再次旋转到宽格式。

library(dplyr)
library(tidyr)
df %>% 
pivot_longer(-user_id) %>% 
filter(value != "") %>% 
pivot_wider(names_from="name")

当为"NA"时，将"filter1"命令修改为"filter(!value %in% NA)"，

# A tibble: 2 × 6
user_id r1    r2    r3    r4    r5   
<dbl> <chr> <chr> <chr> <chr> <chr>
1   12345 1     1     1     1     1    
2   12356 1     1     1     1     1   

Answer 2

另一个使用gather和spread的选项:

user_id <- c(12345,12345,12345,12345,12345,12356,12356,12356,12356,12356)
r1 <- c(1,NA,NA,NA,NA,1,NA,NA,NA,NA)
r2 <- c(NA,1,NA,NA,NA,NA,1,NA,NA,NA)
r3 <- c(NA,NA,1,NA,NA,NA,NA,1,NA,NA)
r4 <- c(NA,NA,NA,1,NA,NA,NA,NA,1,NA)
r5 <- c(NA,NA,NA,NA,1,NA,NA,NA,NA,1)
df <- data.frame(user_id,r1,r2,r3,r4,r5)
library(dplyr)
library(tidyr)
df %>% 
gather(key, value, -user_id) %>% 
na.omit() %>% 
spread(key, value)
#>   user_id r1 r2 r3 r4 r5
#> 1   12345  1  1  1  1  1
#> 2   12356  1  1  1  1  1

^{由reprex包(v2.0.1)创建于2022-06-30}

Answer 3

使用base R，假设您的实际数据具有相同的规律:

df |> 
stack() |>
subset(values != "" & (ind != "user_id" | !duplicated(values))) |>
unstack()

#   user_id r1 r2 r3 r4 r5
# 1   12345  1  1  1  1  1
# 2   12356  1  1  1  1  1