代码之家 › 专栏 › 技术社区 › Paul

使dplyr::if_else()返回NA值

dplyr if-statement date r

-1

Paul · 技术社区 · 7 年前

dplyr::if_else() 在约会的时候,我想退票 NA -但是没有 NA_date_ 或 NA_double_ 在R(我知道的-或列出的) here )? 如何执行以下代码:

ep <- df %>%
  group_by(id, episode) %>%
  summarise(ep_adm = min(adm, na.rm = T),
            ep_sepa = if_else(all(is.na(sepa)),
                             if_else(all(is.na(adm)), NA, max(adm, na.rm = T)),
                             max(sepa, na.rm = T)))

没有错误?

false 必须是逻辑类型,而不是双精度类型。

sepa 日期),由 group_by() ep_adm ,和 ep_sepa 那么最后一个入院日期将被使用,其他明智的使用最后一个分离日期。

dplyr::if\u else() ,就像这样返回a <date> 对象)。

预期产量:

ep <- df %>%
  group_by(id, episode) %>%
  summarise(ep_adm = min(adm, na.rm = T),
            ep_sepa = ifelse(all(is.na(sepa)),
                             ifelse(all(is.na(adm)), NA, max(adm, na.rm = T)),
                             max(sepa, na.rm = T)))
ep$ep_adm <- as.Date(ep$ep_adm, origin = "1970-01-01")
ep$ep_sepa <- as.Date(ep$ep_sepa, origin = "1970-01-01")

# # A tibble: 4 x 4
# # Groups:   id [?]
#      id episode ep_adm     ep_sepa   
#   <dbl>   <int> <date>     <date>    
# 1     1       1 2002-06-28 2002-07-05
# 2     1       2 2002-08-25 2002-08-25
# 3     1       3 2003-06-26 2003-06-26
# 4     1       4 2007-04-10 2007-04-11

left_join(df, ep, by = c("id", "episode"))

# # A tibble: 8 x 6
#      id episode adm        sepa       ep_adm     ep_sepa   
#   <dbl>   <int> <date>     <date>     <date>     <date>    
# 1     1       1 2002-06-28 NA         2002-06-28 2002-07-05
# 2     1       1 2002-06-28 NA         2002-06-28 2002-07-05
# 3     1       1 2002-06-28 2002-07-05 2002-06-28 2002-07-05
# 4     1       1 2002-06-28 2002-07-05 2002-06-28 2002-07-05
# 5     1       2 2002-08-25 NA         2002-08-25 2002-08-25
# 6     1       3 2003-06-26 NA         2003-06-26 2003-06-26
# 7     1       4 2007-04-10 NA         2007-04-10 2007-04-11
# 8     1       4 2007-04-10 2007-04-11 2007-04-10 2007-04-11

数据

df <- structure(list(id = c(1, 1, 1, 1, 1, 1, 1, 1), episode = c(1L, 
1L, 1L, 1L, 2L, 3L, 4L, 4L), adm = structure(c(11866, 11866, 
11866, 11866, 11924, 12229, 13613, 13613), class = "Date"), sepa = structure(c(NA, 
NA, 11873, 11873, NA, NA, NA, 13614), class = "Date")), row.names = c(NA, 
-8L), class = c("tbl_df", "tbl", "data.frame"))

1 回复 | 直到 7 年前

1

2

Ronak Shah 7 年前

编辑

对于更新后的数据集,似乎我们可以 max 开始日期 sepa 和 adm 列合并。

df %>% 
   group_by(id, episode) %>% 
   summarise(ep_adm = min(adm, na.rm = T), 
             ep_sepa = max(c(sepa, adm), na.rm = TRUE))

#     id episode ep_adm     ep_sepa   
#   <dbl>   <int> <date>     <date>    
#1     1       1 2002-06-28 2002-07-05
#2     1       2 2002-08-25 2002-08-25
#3     1       3 2003-06-26 2003-06-26
#4     1       4 2007-04-10 2007-04-11

如果我正确理解了您的代码,您可以使用 coalesce . 在这里 ep_sepa 我们从中得到第一个非NA条目的列 max(sepa) 和 max(adm) 列。

library(dplyr)

df %>%
   group_by(rootnum, episode) %>%
   summarise(ep_adm = min(adm, na.rm = T), 
             ep_sepa = coalesce(max(sepa), max(adm)))



#  rootnum episode  ep_adm     ep_sepa   
#    <dbl>   <int> <date>     <date>    
#1       1       1 2002-06-28 2002-06-28
#2       1       2 2002-08-25 2002-08-25
#3       1       3 2003-06-26 2003-06-26
#4       1       4 2007-04-10 2007-04-10
#5       2       2 2012-06-26 2012-06-26