基于行中的NAs选择数据帧中的列

Question

假设我有一个7列的数据帧，有些行有7个值，有些行的NAs超过了某个点。我想抓住最后一个值（从左到右），不是NA，然后直接向左的值。它是分层数据，但有些组比其他组更深。我想要最深和第二深的组在一个新的数据帧的两列。

这段代码可以工作，但对于46K观测值的数据帧，我的内存已达到最大。有没有比这更有效的方法？

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]])))

第一次发帖。通常我可以拼凑我需要从这个网站。提前感谢。

Answer 1

如果NAs可能分布在各行的长度上，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

Answer 2

我认为你可以通过一个简单的应用调用来节省运行两次循环，比如：

> 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"