使用mutate_？

Question

我有一个包含许多列的数据框架，其中四列代表子类别。

data.frame(site_name=c("bla","blo","blu"), page_1=c(NA,NA,NA), page_2=c(NA,"detail_1","detail_2"), page_3=c("hello", "hola", NA), page_4=c(NA,NA,NA)) 

  site_name page_1   page_2 page_3 page_4
1       bla     NA     <NA>  hello     NA
2       blo     NA detail_1   hola     NA
3       blu     NA detail_2   <NA>     NA

我想用一列替换所有这些“page_x”列，仅显示最右边的非 NA 级别的详细信息。有很多行式问题，但我找不到一个与NSE和Reding一起工作的问题。

在上述示例中，这将是：

  site_name page_1   page_2 page_3 page_4     page
1       bla     NA     <NA>  hello     NA    hello
2       blo     NA detail_1   hola     NA     hola
3       blu     NA detail_2   <NA>     NA detail_2

我认为在每一行中使用Reduce是一个很好的例子。我有一个版本可以在一行上进行这种工作，但我无法找到一种方法将其应用于mutate_。

Reduce(function(prec,col){ifelse(!is.na(row[col]), row[col], prec)},
       grep("^page",names(row),value=T), NA)}

这不起作用（因为我猜“行”对象实际上不是以这种方式传递的）：

mutate_(.dots = ~Reduce(function(prec,col){ifelse(!is.na(row[col]), row[col], prec)},
       grep("^page",names(row),value=T), NA)}

Answer 1

这是一个不使用< code>Reduce的不同想法，

apply(df[2:ncol(df)], 1, function(i) tail(i[!is.na(i)], 1))
#[1] "hello"    "hola"     "detail_2"