如何合并创建R中的列，该列仅根据更新日期占据一个值

Question

我是新的R，并在下面有一个矩阵：

赚取

0  Name     usd/day  update_year  usd/day update_year
1  John     52.0     2011         NA       NA
2  Mary     44.0     2012         NA       NA
3  Nicole   44.5     2000 est.    49.2     2010 est.
4  Cynthia   38.1    2001 est.    44.0     2011

我想清理r中的数据，只有3列 - 名称，美元/天和更新_ year并获得这样的东西：

0  Name    usd/day  update_year
1  John    52.0     2011
2  Mary    44.0     2012
3  Nicole  49.2     2010
4  Cynthia 44.0     2011

我该如何在r中做到这一点？

我不想手动组合它们，实际数据超过100行。

Answer 1

这应该起作用。看来您想提取最近的日期（即年）和美元的最高价值。您需要做几件事。

首先，仅保留update_year中的一年；看来您不想要" EST"。在您的最后一个桌子中。我们可以使用gsub。

df$update_year.x <- gsub("[^0-9]", "", df$update_year.x)
df$update_year.y <- gsub("[^0-9]", "", df$update_year.y)

找到最近的一年。

df$update_year <- apply(df[, c(4,6)], 1, max, na.rm=TRUE)

找到最高的美元价值。

df$usd.day <- apply(df[, c(3,5)], 1, max, na.rm=TRUE)

保持相关列。

df[, c("Name", "usd.day", "update_year")]
#     Name usd.day update_year
#1    John    52.0        2011
#2    Mary    44.0        2012
#3  Nicole    49.2        2010
#4 Cynthia    44.0        2011

数据

df <- read.table(text="
X0  Name     usd/day.x  update_year.x  usd/day.y update_year.y
1  John     52.0     2011         NA       NA
2  Mary     44.0     2012         NA       NA
3  Nicole   44.5     '2000 est.'    49.2     '2010 est.'
4  Cynthia   38.1    '2001 est.'    44.0     2011", header=TRUE,fill=TRUE,stringsAsFactors=FALSE)

在您的答案评论中指出；有重复的列名称，这是一个问题。我通过在名称的末尾添加x/y解决了此处。

Answer 2

用gsub

替换值后，我们可以使用pmax

update_year <- do.call(pmax, c(lapply(df[c(4,6)], function(x) 
                    as.numeric(gsub("\D+", "", x))), list(na.rm=TRUE)))
`usd/day` <- do.call(pmax, c(df[c(3,5)], list(na.rm=TRUE)))   

cbind(df[1:2], `usd/day`, update_year)
#   0    Name   usd/day update_year
#1  1    John      52.0        2011
#2  2    Mary      44.0        2012
#3  3  Nicole      49.2        2010
#4  4 Cynthia      44.0        2011