我有癌症治疗测量数据框,我想使用合并()成对“合并”。但框架包含 100 多个列,所以我想使用某种函数或循环。
这是我的数据框的样子
我有一个带有治疗名称的向量:
drugs <- c("A", "C", "B", "D")
各列代表药物治疗的多次测量结果。我想将列成对合并:A_1 + A_2 到 A(新列)、B_1 等
此代码有效:
df <- df %>% mutate(A = coalesce(A_1, A_2).
但是框架有 100 多列,所以我想使用某种函数或循环,使用带有药物名称的向量的值。 每种药物都有 2 列,但它们的顺序不正确,所以我不能使用编号,我必须使用列的名称。但是当我将其放入函数中时,它不起作用。
补充一点:我想将结果列(A、B、C)等添加到框架中。
这里有一个带有
split.default
的选项 - 根据列名称模式将数据拆分为数据块,然后通过循环使用 coalesce
来使用
list
library(dplyr)
library(stringr)
library(purrr)
df1 %>%
split.default(str_remove(names(.), "\\d+$")) %>%
map_dfc(~ exec(coalesce, !!!.x))
-输出
# A tibble: 5 × 3
A B C
<dbl> <dbl> <dbl>
1 1 6 2
2 5 5 1
3 3 3 3
4 1 6 3
5 10 8 5
df1 <- structure(list(A1 = c(1, 5, NA, 1, 10), B1 = c(NA, 5, 3, 6, 8
), C1 = c(2, NA, NA, 3, 5), A2 = c(1, 2, 3, 4, 5), C2 = c(0,
1, 3, 2, NA), B2 = c(6, NA, 7, NA, NA)), class = c("tbl_df",
"tbl", "data.frame"), row.names = c(NA, -5L))
更新了后缀
_ViMIC
和 _EtMIC
:
library(tidyverse)
old_df <- tribble(
~A_EtMIC, ~B_EtMIC, ~C_EtMIC, ~A_ViMIC, ~C_ViMIC, ~B_ViMIC,
1, NA, 2, 1, 0, 6,
5, 5, NA, 2, 1, NA,
NA, 3, NA, 3, 3, 7,
1, 6, 3, 4, 2, NA,
10, 8, 5, 5, NA, NA
)
new_df <- old_df |>
mutate(row = row_number()) |>
pivot_longer(-row, names_to = c("prefix", "suffix"),
names_pattern = "(.*)_(..MIC)") |>
pivot_wider(names_from = suffix,
values_from = value) |>
mutate(coalesced = coalesce(EtMIC, ViMIC)) |>
select(- ends_with("MIC")) |>
pivot_wider(names_from = prefix, values_from = coalesced,
names_glue = "{prefix}_MIC")
both_df <- bind_cols(new_df, old_df)
both_df
#> # A tibble: 5 × 10
#> row A_MIC B_MIC C_MIC A_EtMIC B_EtMIC C_EtMIC A_ViMIC C_ViMIC B_ViMIC
#> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 1 1 6 2 1 NA 2 1 0 6
#> 2 2 5 5 1 5 5 NA 2 1 NA
#> 3 3 3 3 3 NA 3 NA 3 3 7
#> 4 4 1 6 3 1 6 3 4 2 NA
#> 5 5 10 8 5 10 8 5 5 NA NA
由 reprex 包于 2022 年 6 月 5 日创建(v2.0.1)