web-dev-qa-db-fra.com

Ajout d'une colonne si elle n'existe pas

J'ai un tas de trames de données avec différentes variables. Je veux les lire dans R et ajouter des colonnes à celles qui manquent de quelques variables afin qu'elles aient toutes un ensemble commun de variables standard, même si certaines ne sont pas observées.

En d'autres termes ... Existe-t-il un moyen d'ajouter des colonnes de NA dans l'inverse quand une colonne n'existe pas? Ma tentative actuelle fonctionne pour ajouter de nouvelles variables là où la colonne n'existe pas (top_speed) mais échoue lorsque la colonne existe déjà (mpg) (elle définit toutes les observations sur la première valeur, Mazda RX4).

library(tidyverse)
mtcars %>%
  tbl_df() %>%
  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
18
gjabel

Une autre option qui ne nécessite pas de créer une fonction d'assistance (ou un data.frame déjà complet) en utilisant add_column De tibble:

library(tibble)

cols <- c(top_speed = NA_real_, nhj = NA_real_, mpg = NA_real_)

add_column(mtcars, !!!cols[setdiff(names(cols), names(mtcars))])
11
Joris Chau

Nous pourrions créer une fonction d'aide pour créer la colonne

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"))
13
akrun

Essayez ce qui suit,

library(tidyverse)

mtcars %>%
  tbl_df() %>%
  rownames_to_column("car") %>%
  mutate(top_speed = if ("top_speed" %in% names(.)){return(top_speed)}else{return(NA)},
         mpg = if ("mpg" %in% names(.)){return(mpg)}else{return(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

Je pense que ifelse () n'hérite pas de la classe de l'objet.

3
Resh

Si vous disposiez d'une trame de données vide contenant tous les noms à rechercher, vous pouvez utiliser bind_rows pour ajouter des colonnes.

J'ai utilisé purrr:map_dfr pour rendre le tibble vide avec les noms de colonne appropriés.

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
3
aosmith

Vous pouvez utiliser la fonction rowwise comme ceci:

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())
2
sjakw

Vous pouvez lier des colonnes du nouveau data.frame avec un faux data.frame complet rempli de NA, renommer les colonnes dupliquées, puis filtrer uniquement les noms d'origine.

# 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
0
agenis

Si vous disposez déjà d'une trame de données avec toutes les colonnes requises, dites

library(tidyverse)  

df_with_required_columns = 
      mtcars %>% 
      mutate(top_speed = NA_real_) %>%
      select(top_speed, mpg)

alors vous pouvez simplement bind_rows filtrant toutes les lignes:

mtcars %>%
  rownames_to_column("car") %>%
  bind_rows( df_with_required_columns %>% filter(F) ) %>%
  select(car, top_speed, mpg, everything())

Notez que les colonnes manquantes prendront le type de df_with_required_columns.

0
tspano