Combinar dos o más columnas en un marco de datos en una nueva columna con un nuevo nombre

Por ejemplo, si tengo esto:

n = c(2, 3, 5) 
s = c("aa", "bb", "cc") 
b = c(TRUE, FALSE, TRUE) 
df = data.frame(n, s, b)

  n  s     b
1 2 aa  TRUE
2 3 bb FALSE
3 5 cc  TRUE

Entonces, ¿cómo combino las dos columnas ny sen una nueva columna con el nombre de xque se ve así:

  n  s     b     x
1 2 aa  TRUE  2 aa
2 3 bb FALSE  3 bb
3 5 cc  TRUE  5 cc

Utilice paste.

 df$x <- paste(df$n,df$s)
 df
#   n  s     b    x
# 1 2 aa  TRUE 2 aa
# 2 3 bb FALSE 3 bb
# 3 5 cc  TRUE 5 cc

Para insertar un separador:

df$x <- paste(df$n, "-", df$s)

Como ya se mencionó en los comentarios de Uwe y UseR, una solución general en el tidyverseformato sería usar el comando unite:

library(tidyverse)

n = c(2, 3, 5) 
s = c("aa", "bb", "cc") 
b = c(TRUE, FALSE, TRUE) 

df = data.frame(n, s, b) %>% 
  unite(x, c(n, s), sep = " ", remove = FALSE)

Se aplican algunos ejemplos con NA y su eliminación utilizando

n = c(2, NA, NA) 
s = c("aa", "bb", NA) 
b = c(TRUE, FALSE, NA) 
c = c(2, 3, 5) 
d = c("aa", NA, "cc") 
e = c(TRUE, NA, TRUE) 
df = data.frame(n, s, b, c, d, e)

paste_noNA <- function(x,sep=", ") {
gsub(", " ,sep, toString(x[!is.na(x) & x!="" & x!="NA"] ) ) }

sep=" "
df$x <- apply( df[ , c(1:6) ] , 1 , paste_noNA , sep=sep)
df

Usando dplyr::mutate:

library(dplyr)
df <- mutate(df, x = paste(n, s)) 

df 
> df
  n  s     b    x
1 2 aa  TRUE 2 aa
2 3 bb FALSE 3 bb
3 5 cc  TRUE 5 cc

Podemos usar paste0 :

df$combField <- paste0(df$x, df$y)

Si no desea que se introduzca ningún espacio de relleno en el campo concatenado. Esto es más útil si planea usar el campo combinado como una identificación única que representa combinaciones de dos campos.

En vez de

• paste (espacios predeterminados),
• paste0(forzar la inclusión de la falta NAcomo personaje) o
• unite (restringido a 2 columnas y 1 separador),

Sugeriría una alternativa tan flexible como paste0pero más cuidadosa con NA:stringr::str_c

library(tidyverse)

# check the missing value!!
df <- tibble(
  n = c(2, 2, 8),
  s = c("aa", "aa", NA_character_),
  b = c(TRUE, FALSE, TRUE)
)

df %>% 
  mutate(
    paste = paste(n,"-",s,".",b),
    paste0 = paste0(n,"-",s,".",b),
    str_c = str_c(n,"-",s,".",b)
  ) %>% 

  # convert missing value to ""
  mutate(
    s_2=str_replace_na(s,replacement = "")
  ) %>% 
  mutate(
    str_c_2 = str_c(n,"-",s_2,".",b)
  )
#> # A tibble: 3 x 8
#>       n s     b     paste          paste0     str_c      s_2   str_c_2   
#>   <dbl> <chr> <lgl> <chr>          <chr>      <chr>      <chr> <chr>     
#> 1     2 aa    TRUE  2 - aa . TRUE  2-aa.TRUE  2-aa.TRUE  "aa"  2-aa.TRUE 
#> 2     2 aa    FALSE 2 - aa . FALSE 2-aa.FALSE 2-aa.FALSE "aa"  2-aa.FALSE
#> 3     8 <NA>  TRUE  8 - NA . TRUE  8-NA.TRUE  <NA>       ""    8-.TRUE

^{Creado el 10/04/2020 por el paquete reprex (v0.3.0)}

nota adicional de la str_cdocumentación

Como la mayoría de las otras funciones R, los valores perdidos son "infecciosos": siempre que un valor faltante se combine con otra cadena, el resultado siempre faltará. Utilizar str_replace_na()para convertir NAa"NA"

Hay otras excelentes respuestas, pero en el caso de que no sepa los nombres de las columnas o el número de columnas que desea concatenar de antemano, lo siguiente es útil.

df = data.frame(x = letters[1:5], y = letters[6:10], z = letters[11:15])
colNames = colnames(df) # could be any number of column names here
df$newColumn = apply(df[, colNames, drop = F], MARGIN = 1, FUN = function(i) paste(i, collapse = ""))