r - 获取每一行的最后一个非空列的值

Question

取得以下样本数据:

data.frame(a_1=c("Apple","Grapes","Melon","Peach"),a_2=c("Nuts","Kiwi","Lime","Honey"),a_3=c("Plum","Apple",NA,NA),a_4=c("Cucumber",NA,NA,NA)) 

   a_1    a_2   a_3     a_4
1  Apple  Nuts  Plum    Cucumber
2 Grapes  Kiwi  Apple    <NA>
3  Melon  Lime  <NA>     <NA>
4  Peach  Honey  <NA>    <NA>

基本上我想在不是NA的每一行的最后一列上运行grep。因此，我在grep(“pattern”，x)中的x应该是:

Cucumber
Apple
Lime
Honey

我有一个整数，告诉我哪个a_N是最后一个:

numcol <- rowSums(!is.na(df[,grep("(^a_)\\d", colnames(df))])) 

到目前为止，我已经结合ave()，apply()和dplyr尝试过类似的方法:

grepl("pattern",df[,sprintf("a_%i",numcol)])

但是我不太能使它工作。请记住，我的数据集非常大，因此我希望使用矢量化解决方案或mb dplyr。
帮助将不胜感激。

/e:谢谢，这是一个非常好的解决方案。我的想法太复杂了。 (正则表达式是由于我的更具体的数据)

Answer 1

这里不需要正则表达式。只需使用apply + tail + na.omit即可:

> apply(mydf, 1, function(x) tail(na.omit(x), 1))
[1] "Cucumber" "Apple"    "Lime"     "Honey" 

我不知道这在速度方面有何不同，但是您也可以使用“data.table”和“reshape2”的组合，如下所示:

library(data.table)
library(reshape2)
na.omit(melt(as.data.table(mydf, keep.rownames = TRUE), 
             id.vars = "rn"))[, value[.N], by = rn]
#    rn       V1
# 1:  1 Cucumber
# 2:  2    Apple
# 3:  3     Lime
# 4:  4    Honey

或者，甚至更好:

melt(as.data.table(df, keep.rownames = TRUE), 
     id.vars = "rn", na.rm = TRUE)[, value[.N], by = rn]
#    rn       V1
# 1:  1 Cucumber
# 2:  2    Apple
# 3:  3     Lime
# 4:  4    Honey

这样会更快。在一个80万行的数据集上，apply花费了约50秒，而data.table方法花费了约2.5秒。