压缩/组合具有相同名称和逻辑值的多个列答案

【问题标题】：Condensing/combining multiple columns with same name and logical values压缩/组合具有相同名称和逻辑值的多个列
【发布时间】：2014-02-22 01:54:16
【问题描述】：

我正在尝试压缩具有同一列多次的data.frame。要压缩的列具有逻辑值。

data.frame 看起来像这样：

mydf <- data.frame (ID = c("1A", "2A", "3A", "1B", "2B", "3B"),
                A = c("N1", "N2", "N3", "N4", "N5", "N6"),
                AA = c(T, T, F, F, F, F),
                BB = c(T, T, F, F, F, F),
                AA = c(T, F, T, F, F, F),
                CC = c(T, F, T, F, T, F),
                DD = c(T, F, T, F, T, T),
                AA = c(F, F, F, F, T, F),
                EE = c(F, F, T, T, T, F),
                AA = c(F, F, F, F, F, F), check.names = FALSE)

如果一行中的所有AA 列至少设置为TRUE，我想压缩AA，将压缩列设置为TRUE。例如，在1A 行中，AA 列具有TRUE、TRUE、FALSE、FALSE 的序列。这意味着压缩列，我们称之为 ZZ，应该在行 1A 中有 TRUE，但在行 3B 中应该有 FALSE。

所需的输出如下所示：

mydfnew <- data.frame (ID = c("1A", "2A", "3A", "1B", "2B", "3B"),
                A = c("N1", "N2", "N3", "N4", "N5", "N6"),
                AA = c(T, T, T, F, T, F),
                BB = c(T, T, F, F, F, F),
                CC = c(T, F, T, F, T, F),
                DD = c(T, F, T, F, T, T),
                EE = c(F, F, T, T, T, F))

AA 列被压缩的ZZ 列替换，该列再次称为 AA。我现在知道如何调用 AA 列，并且有多个这样的“重复”列。我希望这是有道理的。

任何帮助和指点将不胜感激。

【问题讨论】：

标签： r dataframe conditional combinations multiple-columns

【解决方案1】：

所有列的解决方案（前两列除外）：

res <- tapply(names(mydf)[-(1:2)], names(mydf)[-(1:2)], FUN = function(n)
        as.logical(rowSums(mydf[names(mydf) %in% n[1]]))) 

cbind(mydf[1:2], do.call(cbind, res))


  ID  A    AA    BB    CC    DD    EE
1 1A N1  TRUE  TRUE  TRUE  TRUE FALSE
2 2A N2  TRUE  TRUE FALSE FALSE FALSE
3 3A N3  TRUE FALSE  TRUE  TRUE  TRUE
4 1B N4 FALSE FALSE FALSE FALSE  TRUE
5 2B N5  TRUE FALSE  TRUE  TRUE  TRUE
6 3B N6 FALSE FALSE FALSE  TRUE FALSE

【讨论】：

非常感谢。完美地处理我的数据，因为第一列是识别列。

【解决方案2】：

叮叮叮！

l <- sapply(df, is.logical)

cbind(df[!l], lapply(split(as.list(df[l]), names(df)[l]), Reduce, f = `|`))

【讨论】：

这让我很困惑，但它在我的 data.frame 上工作了 10.000 列。由于其简单性和效率，我已将其作为我接受的答案。非常感谢！

【解决方案3】：

作为开始：

rowSums(mydf[,colnames(mydf) == 'AA']) > 0

【讨论】：

【解决方案4】：

基本上是@SvenHohenstein 解决方案的一种变体：

unq <- unique(names(mydf)[-(1:2)])
res <- setNames(lapply(unq, function(x) rowSums(mydf[names(mydf)==x])>0 ),unq)
cbind(mydf[1:2],res)

#  ID  A    AA    BB    CC    DD    EE
#1 1A N1  TRUE  TRUE  TRUE  TRUE FALSE
#2 2A N2  TRUE  TRUE FALSE FALSE FALSE
#3 3A N3  TRUE FALSE  TRUE  TRUE  TRUE
#4 1B N4 FALSE FALSE FALSE FALSE  TRUE
#5 2B N5  TRUE FALSE  TRUE  TRUE  TRUE
#6 3B N6 FALSE FALSE FALSE  TRUE FALSE

【讨论】：

【解决方案5】：

我认为这会非常简单，但事实证明 melt 在重复列名时效果不佳，所以这有点挑剔：

library(data.table)
library(reshape2)
df.names <- names(mydf)
var.names <- paste0("V", 1:(length(df.names) - 2))
real.names <- df.names[-(1:2)]
names(mydf) <- c(df.names[1:2], var.names)
dt <- data.table(melt(mydf, id.vars=c("ID", "A")))
dt[, variable:=real.names[match(variable, var.names)]]
dcast(
  dt[, list(value=any(value)), by=list(ID, A, variable)], 
  ID + A ~ variable
)
#   ID  A    AA    BB    CC    DD    EE
# 1 1A N1  TRUE  TRUE  TRUE  TRUE FALSE
# 2 1B N4 FALSE FALSE FALSE FALSE  TRUE
# 3 2A N2  TRUE  TRUE FALSE FALSE FALSE
# 4 2B N5  TRUE FALSE  TRUE  TRUE  TRUE
# 5 3A N3  TRUE FALSE  TRUE  TRUE  TRUE
# 6 3B N6 FALSE FALSE FALSE  TRUE FALSE

注意结果集的顺序与您的不完全相同，但如果重要的话，应该很容易重新排序。请注意，我认为 N4 在您想要的输出中是错误的。

【讨论】：

是的，你是对的 N4 得到了错误的预期结果。我已经在问题中对其进行了编辑。