如果不存在则添加列
Posted
技术标签:
【中文标题】如果不存在则添加列【英文标题】：Adding column if it does not exist 【发布时间】：2018-02-02 02:38:42 【问题描述】：我有一堆具有不同变量的数据框。我想将它们读入 R 并将列添加到缺少一些变量的那些中，以便它们都有一组共同的标准变量，即使有些未被观察到。
换句话说......当列不存在时，有没有办法在tidyverse中添加NA的列？我当前的尝试适用于在列不存在 (top_speed) 的情况下添加新变量，但在列已存在 (mpg) 时失败 - 它将所有观察值设置为第一个值 Mazda RX4。
library(tidyverse)
mtcars %>%
as_tibble() %>%
rownames_to_column("car") %>%
mutate(top_speed = ifelse("top_speed" %in% names(.), top_speed, NA),
mpg = ifelse("mpg" %in% names(.), mpg, NA)) %>%
select(car, top_speed, mpg, everything())
# # A tibble: 32 x 13
# car top_speed mpg cyl disp hp drat wt qsec vs am gear carb
# <chr> <lgl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 Mazda RX4 NA 21 6 160.0 110 3.90 2.620 16.46 0 1 4 4
# 2 Mazda RX4 Wag NA 21 6 160.0 110 3.90 2.875 17.02 0 1 4 4
# 3 Datsun 710 NA 21 4 108.0 93 3.85 2.320 18.61 1 1 4 1
# 4 Hornet 4 Drive NA 21 6 258.0 110 3.08 3.215 19.44 1 0 3 1
# 5 Hornet Sportabout NA 21 8 360.0 175 3.15 3.440 17.02 0 0 3 2
# 6 Valiant NA 21 6 225.0 105 2.76 3.460 20.22 1 0 3 1
# 7 Duster 360 NA 21 8 360.0 245 3.21 3.570 15.84 0 0 3 4
# 8 Merc 240D NA 21 4 146.7 62 3.69 3.190 20.00 1 0 4 2
# 9 Merc 230 NA 21 4 140.8 95 3.92 3.150 22.90 1 0 4 2
# 10 Merc 280 NA 21 6 167.6 123 3.92 3.440 18.30 1 0 4 4
【问题讨论】：
我发现这个答案更有帮助：***.com/questions/48206514/… 【参考方案1】：我们可以创建一个辅助函数来创建列
fncols <- function(data, cname)
add <-cname[!cname%in%names(data)]
if(length(add)!=0) data[add] <- NA
data
fncols(mtcars, "mpg")
fncols(mtcars, c("topspeed","nhj","mpg"))
【讨论】：
非常感谢...认为它是迄今为止最快的答案...我将在具有多个（~15）变量的链中使用它...mtcars %>% fncols("mpg") %>% fncols("top_speed")
不要链式使用，看修改后的版本【参考方案2】：
您可以像这样使用rowwise 函数：
library(tidyverse)
mtcars %>%
tbl_df() %>%
rownames_to_column("car") %>%
rowwise() %>%
mutate(top_speed = ifelse("top_speed" %in% names(.), top_speed, NA),
mpg = ifelse("mpg" %in% names(.), mpg, NA)) %>%
select(car, top_speed, mpg, everything())
【讨论】：
【参考方案3】：您可以将新 data.frame 的列与填充 NA 的假完整 data.frame 绑定，重命名重复的列，然后仅过滤原始名称。
# your default complete vector of col names
standard.variables = names(mtcars)
# prep
default=mtcars %>% mutate_all(.funs=function(x) NA)
# treat with a data.frame missing 3 columns
test=mtcars %>% select(-mpg, -disp, -am)
bind_cols(test, default) %>% setNames(make.names(names(.), unique=TRUE)) %>%
select_(.dots=standard.variables) %>% head(2)
#### mpg cyl disp hp drat wt qsec vs am gear carb
#### 1 NA 6 NA 110 3.9 2.620 16.46 0 NA 4 4
#### 2 NA 6 NA 110 3.9 2.875 17.02 0 NA 4 4
【讨论】：
【参考方案4】：试试下面的，
library(tidyverse)
mtcars %>%
tbl_df() %>%
rownames_to_column("car") %>%
mutate(top_speed = if ("top_speed" %in% names(.))return(top_speed)elsereturn(NA),
mpg = if ("mpg" %in% names(.))return(mpg)elsereturn(NA)) %>%
select(car, top_speed, mpg, everything())
# A tibble: 32 x 13
car top_speed mpg cyl disp hp drat wt qsec vs am gear carb
<chr> <lgl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Mazda RX4 NA 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
2 Mazda RX4 Wag NA 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
3 Datsun 710 NA 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
4 Hornet 4 Drive NA 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
5 Hornet Sportabout NA 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
6 Valiant NA 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
7 Duster 360 NA 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
8 Merc 240D NA 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
9 Merc 230 NA 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
10 Merc 280 NA 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
# ... with 22 more rows
我认为 ifelse() 没有从对象继承类。
【讨论】：
【参考方案5】：如果您有一个包含所有要检查的名称的空数据框，则可以使用 bind_rows 添加列。
我使用purrr:map_dfr 将空的tibble 设置为具有适当的列名。
columns = c("top_speed", "mpg") %>%
map_dfr( ~tibble(!!.x := logical() ) )
# A tibble: 0 x 2
# ... with 2 variables: top_speed <lgl>, mpg <lgl>
bind_rows(columns, mtcars)
# A tibble: 32 x 12
top_speed mpg cyl disp hp drat wt qsec vs am gear carb
<lgl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 NA 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
2 NA 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
3 NA 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
【讨论】：
【参考方案6】：如果您已经有一个包含所有必需列的数据框，比如说
library(tidyverse)
df_with_required_columns =
mtcars %>%
mutate(top_speed = NA_real_) %>%
select(top_speed, mpg)
那么你可以简单地bind_rows过滤掉所有的行：
mtcars %>%
rownames_to_column("car") %>%
bind_rows( df_with_required_columns %>% filter(F) ) %>%
select(car, top_speed, mpg, everything())
请注意，缺少的列将采用来自df_with_required_columns 的类型。
【讨论】：
【参考方案7】：另一个不需要使用 tibble 的 add_column 创建辅助函数（或已经完成的 data.frame）的选项：
library(tibble)
cols <- c(top_speed = NA_real_, nhj = NA_real_, mpg = NA_real_)
add_column(mtcars, !!!cols[setdiff(names(cols), names(mtcars))])
【讨论】：
我喜欢这种简单。我想在 dplyr 链中使用它，并通过稍微修改：%>% add_column(!!!cols[!names(cols) %in% names(.)])
但@ChrisUmphlett 导致“名称错误（列）%in% 名称（。）：对象'。'未找到”
那是几年前的事了，所以可能对软件包进行了更改，导致它无法正常工作。或者别的什么是不同的。提出一个新问题并在评论中@me，我会看看它【参考方案8】：
或者，您可以将 dplyr::union_all() 与一个空的 tibble 一起使用。
# Case when column exists
dplyr::tibble(x='a',y='b') %>% dplyr::union_all(dplyr::tibble(y=character()))
# Case when column does not exist
dplyr::tibble(x='a') %>% dplyr::union_all(dplyr::tibble(y=character()))
【讨论】：
以上是关于如果不存在则添加列的主要内容，如果未能解决你的问题，请参考以下文章