R如何将数据框的不同列合并为一个答案

【问题标题】：R how to merge different columns of data frame in oneR如何将数据框的不同列合并为一个
【发布时间】：2014-11-16 23:19:02
【问题描述】：

我在 R 中有一个如下所示的数据框

data
x1  x2  x3a x3b x3c x3d x4
A   43  0   0   0   1   P
B   23  0   1   0   0   Q
C   11  0   0   0   0   R 
D   66  0   0   1   0   S

现在我想将列 x3a, x3b, x3c, x3d 合并为单列。预期的单列将包含 x3a,x3b,x3c,x3d 中值为 1 的列号。该值应编号为(x3a=1,x3b=2,x3c=3,x3d=4)。预期结果将如下所示

x3
[1] 4    2    0    3

我尝试了reshape() 函数，但无法得到我真正想要的

q<-data[,3:6]
r<-reshape(q,varying=c("x3a","x3b","x3c","x3d"),v.names="x3",direction="long",times=c("x3a","x3b","x3c","x3d"))
final<-r[r$x3!=0,][,3]

但这并没有给出预期的结果。它错过了2 和3 之间的值0：

final
[1]4    2    3

【问题讨论】：

每行的那些是唯一的吗？

标签： r reshape

【解决方案1】：

这行得通：

data <- data.frame(
  x1 = c('A','B','C','D'),
  x2 = c(43,23,11,66),
  x3a = c(0,0,0,0),
  x3b = c(0,1,0,0),
  x3c = c(0,0,0,1),
  x3d = c(1,0,0,0),
  x4 = c('P','Q','R','S')
)
data$x3 <- as.matrix(data[,c('x3a','x3b','x3c','x3d')]) %*% c(1,2,3,4)

结果：

  x1 x2 x3a x3b x3c x3d x4 x3
1  A 43   0   0   0   1  P  4
2  B 23   0   1   0   0  Q  2
3  C 11   0   0   0   0  R  0
4  D 66   0   0   1   0  S  3

Chase 发表了一条相关的评论：如果x3a ... x3d 不是零或一怎么办？您可以使用ifelse() 来考虑这种情况：

data$x3 <- as.matrix(ifelse(data[,c('x3a','x3b','x3c','x3d')] > 0, 1, 0)) %*% c(1,2,3,4)

【讨论】：

聪明！请注意，这假设 x3a - x3d 中的值始终为 1，在这种情况下这似乎是一个安全的假设。
@Chase 这就是我能用 OP 中提供的数据（指标变量）来计算的全部......但是可以进行简单的修改以支持任何条件
是的，我同意 - 主要只是为了后代/如果 OPs 数据与所指示的不同。再次，非常聪明的解决方案！
如果每行不止一个怎么办？我们必须选择包含 1 的任何一列？
@Prabhu 那么结果不能是唯一的。您必须定义一个规则来处理这种情况

【解决方案2】：

@Barrankas 的答案非常聪明而且矢量化，这是一个不太聪明/矢量化的选项

as.numeric(apply(data[, 3:6], 1, function(x) which(x == 1)))
## [1]  4  2 NA  3

【讨论】：

【解决方案3】：

使用row 和col 索引。应该很快，因为您只分配一次。

data$new <- 0
tmp <- data[3:6]==1
data$new[ row(tmp)[tmp] ] <- col(tmp)[tmp]

data

#  x1 x2 x3a x3b x3c x3d x4 new
#1  A 43   0   0   0   1  P   4
#2  B 23   0   1   0   0  Q   2
#3  C 11   0   0   0   0  R   0
#4  D 66   0   0   1   0  S   3

tmp 可以更改以适应所需的任何逻辑比较。

【讨论】：

最后，row() 和 col() 的用法！！
@RichardScriven - 这类任务中没有充分利用的功能。
我通常总是在矩阵索引中尝试一下，但最终我总是感到困惑。哈哈

【解决方案4】：

即使问题得到了最佳解决方案，我也只是根据可能不太为人所知的max.col 函数添加一个答案，该函数给出了行的最大元素的列索引。在这种情况下：

  data$x3 <-  max.col(data[,3:6])*as.logical(rowSums(data[,3:6]))

当所有元素都是 0（根据需要）时，此调用给出 0，否则给出最大索引。它的优点是值可以是任何值。如果有平局，max.col 默认选择随机列；您也可以将其设置为找到的第一个或最后一个最大值。

【讨论】：

【解决方案5】：

还有一个：您可以跨行使用match，并将nomatch 参数设置为零

apply(df[-c(1,2,length(df))] == 1, 1, match, x = TRUE, nomatch = 0L)
# [1] 4 2 0 3

【讨论】：

【解决方案6】：

另一种方法是使用来自tidyr 的unite

library(dplyr)
library(tidyr) 

 dat1 <- data

 data$x3 <- unite(data[,3:6], x3, sep="") %>% #I could use starts_with("x3"), but it adds more characters
                mutate(x3 = sub("-\\d", "0", paste(gregexpr("[^0]", x3)))) #x3 is character column
 data
    x1 x2 x3a x3b x3c x3d x4 x3  
 #1  A 43   0   0   0   1  P  4
 #2  B 23   0   1   0   0  Q  2
 #3  C 11   0   0   0   0  R  0
 #4  D 66   0   0   1   0  S  3

假设，每行有多个匹配项，并且值不是 0

 dat1$x3c[2] <- 3
 dat1$x3 <- unite(dat1[,3:6], x3, sep="") %>% 
                      mutate(x3 = sub("-\\d", "0", paste(gregexpr("[^0]", x3))))


 dat1
 #  x1 x2 x3a x3b x3c x3d x4  x3
 #1  A 43   0   0   0   1  P   4
 #2  B 23   0   1   3   0  Q 2:3
 #3  C 11   0   0   0   0  R   0
 #4  D 66   0   0   1   0  S   3

【讨论】：