将不同列中的相同因子水平移动到 R 中的同一列中

Question

我有一个包含不同变量的数据框，这些变量可以共享一些因子水平：

      id     tag_1      tag_2      tag_3
1:    3      human      NA         artist
2:    5      human      NA         NA
3:    7      song       artist     human
4:    8      town       human      NA   

如您所见，“人类”级别存在于三个不同的变量（tag_1、tag_2 和 tag_3）中，而“艺术家”级别存在于两个变量（tag_2 和 tag_3）中。

知道给定行中的每个因子级别都是唯一的，我想将相同的级别分组到同一列中，以便在每列中具有专有的因子级别：

      id     tag_1      tag_2      tag_3
1:    3      human      NA         artist
2:    5      human      NA         NA
3:    7      human      song       artist
4:    8      human      town       NA  

有没有办法做到这一点？

如果不是，另一种方法是按出现次数（所有数据框中的出现次数）对每行中的级别进行排序...

感谢您的任何绝妙主意！

Answer 1

我会这样做：

library(data.table)
melt(setDT(mydf), "id", na.rm = TRUE)[
  , dcast(.SD, id ~ value, value.var = "value")]
#    id artist human song town
# 1:  3 artist human   NA   NA
# 2:  5     NA human   NA   NA
# 3:  7 artist human song   NA
# 4:  8     NA human   NA town

如果您确实需要将列采用“tag_number”格式，则可以轻松重命名这些列。

或者，只需创建一个二元指标：

melt(setDT(mydf), "id", na.rm = TRUE)[
  , dcast(.SD, id ~ value, value.var = "variable", fun = length, fill = 0)]
#    id artist human song town
# 1:  3      1     1    0    0
# 2:  5      0     1    0    0
# 3:  7      1     1    1    0
# 4:  8      0     1    0    1

---

“tidyverse”中的相似之处是：

library(tidyverse)
mydf %>% 
  gather(key, val, -id, na.rm = TRUE) %>% 
  select(-key) %>% 
  spread(val, val)

mydf %>% 
  gather(key, val, -id, na.rm = TRUE) %>% 
  select(-key) %>% 
  mutate(value = 1) %>% 
  spread(val, value, fill = 0)