查找第一个和最后一个非NA值之间的列数

Question

我有以下数据帧，

a1=c(9,8,rep(NA,5))
a2=c(3,NA,3,NA,3,NA,4)
a3=c(11,6,7,NA,5,NA,NA)
k<-as.data.frame(rbind(a1,a2,a3))

我想添加一列，指示从第一个到最后一个非NA值的列数。也就是说，对于第一行，这个附加列中的值将是2，对于第二行，它将是7，对于最后一行，它是5。

Answer 1

我们可以在行(apply和MARGIN = 1(上循环，得到非NA元素的索引(which+!is.na(，提取min/max(range(，取diff差值`并添加1个

k$new <- apply(k, 1, function(x) {
i1 <- which(!is.na(x))
i2 <- diff(range(i1))
i2 + 1 })

---

或者使用max.col作为矢量化方法。将数据转换为逻辑矩阵，应用max.col和ties.method作为first和last，以获得每行中第一个或最后一个最大值(TRUE->1和FALSE->0(的位置。由于它是一个逻辑矩阵，这基本上是在每行中寻找第一个和最后一个TRUE位置，减去和加1

max.col(!is.na(k), "last") - max.col(!is.na(k), "first") + 1
[1] 2 7 5

Answer 2

这也可以在tidyverse:中完成

library(dplyr)
library(purrr)
k %>%
mutate(new = pmap(k, ~ {x <- which(!is.na(c(...)))
y <- max(x) - min(x) + 1
y}))
V1 V2 V3 V4 V5 V6 V7 new
a1  9  8 NA NA NA NA NA   2
a2  3 NA  3 NA  3 NA  4   7
a3 11  6  7 NA  5 NA NA   5

还有这个：

k %>%
rowwise() %>%
mutate(new = {x <- which(!is.na(c_across(everything())))
range(x)[2] - range(x)[1] + 1})
# A tibble: 3 x 8
# Rowwise: 
V1    V2    V3    V4    V5    V6    V7   new
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     9     8    NA    NA    NA    NA    NA     2
2     3    NA     3    NA     3    NA     4     7
3    11     6     7    NA     5    NA    NA     5