我有以下组织数据：
EmployeeID <- c(10:15)
Job.Title <- c("Program Manager", "Development Manager", "Developer" , "Developer", "Developer", "Summer Intern")
Level.1 <- c(1,1,1,1,1,1)
Level.2 <- c(2,2,2,2,2,2)
Level.3 <- c("",10,10,10,10,10)
Level.4 <- c("","",11,11,11,11)
Level.5 <- c("","","","","",12)
Level.6 <- c("","","","","","")
Pay.Type <- c("Salary", "Salary", "Salary", "Salary", "Salary", "Hourly")
acme = data.frame(EmployeeID, Job.Title, Level.1, Level.2, Level.3, Level.4, Level.5, Level.6, Pay.Type)
acme
EmployeeID Job.Title Level.1 Level.2 Level.3 Level.4 Level.5 Level.6 Pay.Type
1 10 Program Manager 1 2 Salary
2 11 Development Manager 1 2 10 Salary
3 12 Developer 1 2 10 11 Salary
4 13 Developer 1 2 10 11 Salary
5 14 Developer 1 2 10 11 Salary
6 15 Summer Intern 1 2 10 11 12 Hourly
对于每一行，我需要标识Level.1到Level.6的第一个非NULL值，从右边开始依次为Level.6、Level.5和Level.4，依此类推。我还需要标识相同模式中的第二个非NULL值。每一行的已识别值都需要放在新的列中，因此最终的表如下所示：
EmployeeID Job.Title Level.1 Level.2 Level.3 Level.4 Level.5 Level.6 Pay.Type Supervisor Manager
1 10 Program Manager 1 2 Salary 2 1
2 11 Development Manager 1 2 10 Salary 10 2
3 12 Developer 1 2 10 11 Salary 11 10
4 13 Developer 1 2 10 11 Salary 11 10
5 14 Developer 1 2 10 11 Salary 11 10
6 15 Summer Intern 1 2 10 11 12 Hourly 12 11
我们可以使用apply逐行获取所有不为null的索引，并选择第一个和第二个值分别获得两列。
acme[, c("Supervisor", "Manager")] <- t(apply(acme[, 8:3], 1,
function(x) c(x[which(x != "")[1]], x[which(x != "")[2]])))
acme
# EmployeeID Job.Title Level.1 Level.2 Level.3 Level.4 Level.5 Level.6 Pay.Type Supervisor Manager
#1 10 Program Manager 1 2 Salary 2 1
#2 11 Development Manager 1 2 10 Salary 10 2
#3 12 Developer 1 2 10 11 Salary 11 10
#4 13 Developer 1 2 10 11 Salary 11 10
#5 14 Developer 1 2 10 11 Salary 11 10
#6 15 Summer Intern 1 2 10 11 12 Hourly 12 11
编辑
如果有很多列，我们需要找到开始列和结束列的索引。我们可以将grep用于相同的
mincol <- min(grep("Level", colnames(acme)))
maxcol <- max(grep("Level", colnames(acme)))
acme[, c("Supervisor", "Manager")] <- t(apply(acme[, maxcol:mincol], 1,
function(x) c(x[which(x != "")[1]], x[which(x != "")[2]])))
应该起作用。
如果我们只需要Supervisor，我们可以忽略第二部分。
acme[, "Supervisor"] <- t(apply(acme[, maxcol:mincol], 1,
function(x) x[which(x != "")[1]]))
这是一个data.table"一行"：
library(data.table)
setDT(acme)[melt(acme, measure.vars = patterns("Level.\d"))[value != ""][
order(variable), .(Supervisor = value[.N], Manager = value[.N - 1]), by = EmployeeID],
on = "EmployeeID"][]
EmployeeID Job.Title Level.1 Level.2 Level.3 Level.4 Level.5 Level.6 Pay.Type Supervisor
#1: 10 Program Manager 1 2 Salary 2
#2: 11 Development Manager 1 2 10 Salary 10
#3: 12 Developer 1 2 10 11 Salary 11
#4: 13 Developer 1 2 10 11 Salary 11
#5: 14 Developer 1 2 10 11 Salary 11
#6: 15 Summer Intern 1 2 10 11 12 Hourly 12
Manager
#1: 1
#2: 2
#3: 10
#4: 10
#5: 10
#6: 11
它的工作原理
data.frame被强制为data.table- 并按顺序从宽格式改为长格式
- 以移除其中级别被给定为CCD_ 7的所有行
- 现在，数据按级别编号排序(隐含地表示为
Level.1、Level.2等) - 为每个员工提取最后一个值(Supervisor)和倒数第二个值(Manager)，创建由三列组成的中间结果
- 最后，将中间结果连接到
acme以附加新列 - 并打印
注意：melt()将发出警告消息，指出并非所有级别列都具有相同的数据类型。这是由于在acme数据帧的定义中将整数值与字符("")混合造成的。最好使用NA而不是""。BTW：在这种情况下，使用na.rm = FALSE和melt()可以简化代码
注意：步骤4中的简单算术排序最多适用于9个级别(Level.1到Level.9)。如果级别更多，则必须提取级别编号并将其强制为整数。
dplyr和tidyr依赖于数据整形的解决方案。
library(tidyverse)
acme %>%
gather('level', 'value', starts_with('Level.')) %>%
group_by(EmployeeID) %>%
filter(value != '') %>%
summarise(Supervisor = last(value),
Manager = nth(value, -2)) %>%
left_join(acme)
我们可以用max.col来实现这一点。查找'Level'列的索引('i1')，将基于'i1''的'acme'子集转换为matrix(!="")，应用max.col并获得lastTRUE值的列索引，减去1获得倒数第二个TRUE值('i3')，使用行/列索引提取元素并创建'Supervisor'和'Manager'列
i1 <- grep("Level\.\d+", names(acme))
i2 <- max.col(acme[i1]!="", "last")
i3 <- i2-1
acme$Supervisor <- acme[i1][cbind(1:nrow(acme), i2)]
acme$Manager <- acme[i1][cbind(1:nrow(acme), i3)]
acme
# EmployeeID Job.Title Level.1 Level.2 Level.3 Level.4 Level.5 Level.6 Pay.Type Supervisor Manager
#1 10 Program Manager 1 2 Salary 2 1
#2 11 Development Manager 1 2 10 Salary 10 2
#3 12 Developer 1 2 10 11 Salary 11 10
#4 13 Developer 1 2 10 11 Salary 11 10
#5 14 Developer 1 2 10 11 Salary 11 10
#6 15 Summer Intern 1 2 10 11 12 Hourly 12 11
注：此解决方案非常简单高效，无需任何不必要的整形