r语言 - 根据行中的 NA 选择数据框中的列

Question

>假设我有一个 7 列的数据框，有些行有 7 个值，有些行的 NA 超过了某个点。我想抓住最后一个不是 NA 的值（从左到右），然后直接向左抓取值。它是分层数据，但有些组比其他组更深入。我想要新数据框中两列中最深和第二深的组。

这段代码有效，但会耗尽我对 46K 观测数据帧的内存。有没有我没有想到的更有效的方法？

df <- data.frame(LEVEL1 = c('animal', 'vegetable', 'mineral'),
                 LEVEL2 = c('mammal', 'pepper', 'rock'),
                 LEVEL3 = c('dog', 'jalepeno', NA),
                 LEVEL4 = c('westie', NA, NA))
deepest <- apply(df, 1, 
                  function(x) length(which(!is.na(x))))
one.up <- apply(df, 1, 
                    function(x) length(which(!is.na(x)))-1)
len <- nrow(df)
output <- data.frame(one.up = unlist(sapply(1:len, 
                            function(x) df[x, one.up[x]])),
                     deepest= unlist(sapply(1:len, 
                                            function(x) df[x, deepest[x]])))

首次发布。通常我可以从这个网站拼凑我需要的东西。提前谢谢。

Answer 1

我认为您可以通过简单的apply调用来节省运行该循环两次，例如：

> apply(df, 1, function(x) {
+     n <- max(which(!is.na(x)))
+     x[(n-1):n]
+ })
     [,1]     [,2]       [,3]     
[1,] "dog"    "pepper"   "mineral"
[2,] "westie" "jalepeno" "rock"   

Answer 2

如果 NA 可以穿插在行的长度中，我不确定您的代码是否会提供您认为应该提供的内容（尽管您说这不应该发生。此代码将在第一个 NA 之前停止并返回前面的两个值。

> output.m <- apply(df,1,function(x) { leng.na <-rle(is.na(x))$lengths[1]
                                       tail(x[1:leng.na],2) }  )
> output.d <- as.data.frame(t(output.m))
> output.d
       V1       V2
1     dog   westie
2  pepper jalepeno
3 mineral     rock