查找值是否在其他列的范围内答案

【问题标题】：Finding if a value is within the range of other columns查找值是否在其他列的范围内
【发布时间】：2021-08-26 03:10:36
【问题描述】：

我有一个数据框 df，如下所示：

输入：

df <- read.table(text = 

"ID  Q1_PM Q1_TP Q1_overall  Q2_PM  Q2_LS  Q2_overall
 1   1     2     3           1       2     2       
 2   0     NA    NA          2       1     1 
 3   2     1     1           3       4     0  
 4   1     0     2           4       0     2 
 5   NA    1     NA          0       NA    0  
 6   2     0     1           1       NA    NA"   

, header = TRUE)

期望的输出：

为了进一步解释，我想要的输出如下：

 ID  Q1_PM Q1_TP Q1_overall  Q2_PM  Q2_LS  Q2_overall Q1_check  Q2_check
 1   1     2     3           1       2     2          "above"   "within"
 2   0     NA    NA          2       1     1           NA       "within"
 3   2     1     1           3       4     0          "within"  "below"
 4   1     0     2           4       0     2          "above"   "within"
 5   NA    1     NA          0       NA    0           NA       "within"
 6   2     0     1           1       NA    NA         "within"   NA

说明：

示例 1：

根据Q1_PM 和Q1_TP 列中的值，我想查看Q1_overall 列中的值是否在它们的范围内？如果不在范围内，值是高于还是低于范围？为了跟踪这一点，我想添加一个额外的列Q1_check。

示例 2：

同样，基于Q2_PM 和Q2_LS 的值，我想检查Q2_overall 的值是否在它们的范围内？如果不在范围内，它是高于还是低于范围？同样，为了跟踪这一点，我想添加一个额外的列 Q2_check

要求：

1- 为此，我想添加额外的列Q1_check 和Q2_check，其中第一列用于涉及Q1 项目的比较，第二列用于涉及Q2 项目的比较。

2- 列可以包含以下值：above、below 和 within。

3- 如果名为overall 的列有NAs，那么额外的列也可能有NAs。

部分解决方案：

我能想到的唯一解决方案是：

df$Q1_check <- ifelse(data$Q1_overall < data$Q1_PM, 'below',
                        ifelse(data$Q1_overall > data$Q1_TP, 'above', 
                               ifelse(is.na(data$Q1_overall), NA, 'within')))

但它会导致以下错误：Error in data$Q1_overall : object of type 'closure' is not subsettable。我不明白可能的问题是什么。

或

df %>%
  mutate(Regulation = case_when(Q1_overall < Q1_PM ~ 'below',
                                Q1_overall > Q1_TP ~ 'above', 
                                Q1_PM < Q1_overall < Q1_TP, 'within'))

这也会导致错误Error: unexpected '<' in: "Q1_overall > Q1_TP ~ 'above', Q1_PM < Q1_overall <"

编辑 1：

如果（比方说）这些列是这些，如何扩展解决方案：

"Q1 Comm - 01 Scope Thesis"
"Q1 Comm - 02 Scope Project"
"Q1 Comm - 03 Learn Intern"
"Q1 Comm - 04 Biography"
"Q1 Comm - 05 Exhibit"
"Q1 Comm - 06 Social Act"
"Q1 Comm - 07 Post Project"
"Q1 Comm - 08 Learn Plant"
"Q1 Comm - 09 Study Narrate"
"Q1 Comm - 10 Learn Participate"
"Q1 Comm - 11 Write 1"
"Q1 Comm - 12 Read 2"
"Q1 Comm - Overall Study Plan"

我们如何识别Q1 Comm - Overall Study Plan 列何时是：

1 - Below 所有其他列的min()，或

2 - Above 所有其他列的max()，或

3 - Within 所有其他列的范围

编辑 2：

对于更新的字段，我还包括dput(df)

dput(df)

structure(list(ï..ID = c(10L, 31L, 225L, 243L), Q1.Comm...01.Scope.Thesis = c(NA, 
2L, 0L, NA), Q1.Comm...02.Scope.Project = c(NA, NA, NA, 2L), 
    Q1.Comm...03.Learn.Intern = c(4L, NA, NA, NA), Q1.Comm...04.Biography = c(NA, 
    NA, NA, 1L), Q1.Comm...05.Exhibit = c(4L, 2L, NA, NA), Q1.Comm...06.Social.Act = c(NA, 
    NA, NA, 3L), Q1.Comm...07.Post.Project = c(NA, NA, 3L, NA
    ), Q1.Comm...08.Learn.Plant = c(NA, NA, NA, 4L), Q1.Comm...09.Study.Narrate = c(NA, 
    NA, 0L, NA), Q1.Comm...10.Learn.Participate = c(4L, NA, NA, 
    NA), Q1.Comm...11.Write.1 = c(NA, 2L, NA, NA), Q1.Comm...12.Read.2 = c(NA, 
    NA, 1L, NA), Q1.Comm...Overall.Study.Plan = c(4L, 1L, 2L, 
    NA), X = c(NA, NA, NA, NA), X.1 = c(NA, NA, NA, NA), X.2 = c(NA, 
    NA, NA, NA)), class = "data.frame", row.names = c(NA, -4L
))

任何关于如何实现这一目标的建议将不胜感激。谢谢！

【问题讨论】：

你得到的错误是因为data$Q1-overall被解析为data$Q1 - overall；你想要data$`Q1-overall`
为什么列名不一致？例如，为什么是Q1-TP 而不是Q1-LS？
在我的情况下有多种不同的措施，为了模拟它，我制作了Q1-TS 和Q1-LS。如果两者都作为TP 或两者都作为LS 有助于简化解决方案，请提出建议。我可以做其他操作。
感谢@AnilGoyal 的快速回复。我已经更新了我的问题以解决您的评论。现在清楚了吗？
我还包含了扩展版本的 dput(df)。

标签： r range max comparison min

【解决方案1】：

df <- read.table(text = 
                   
                   "ID  Q1-PM Q1-TP Q1-overall  Q2-PM  Q2-LS  Q2-overall
 1   1     2     3           1       2     2       
 2   0     NA    NA          2       1     1 
 3   2     1     1           3       4     0  
 4   1     0     2           4       0     2 
 5   NA    1     NA          0       NA    0  
 6   2     0     1           1       NA    NA"   
                 
                 , header = TRUE)

library(tidyverse)


f <- function(x, y, z){
  case_when(
    z < pmin(x, y, na.rm = TRUE) ~ "below",
    z > pmax(x, y, na.rm = TRUE) ~ "abowe",
    between(z, pmin(x, y, na.rm = TRUE), pmax(x, y, na.rm = TRUE)) ~ "within"
  )
}

df %>%
  rowwise() %>% 
  mutate(Q1_check = f(Q1.PM, Q1.TP, Q1.overall),
         Q2_check = f(Q2.PM, Q2.LS, Q2.overall))
#> # A tibble: 6 x 9
#> # Rowwise: 
#>      ID Q1.PM Q1.TP Q1.overall Q2.PM Q2.LS Q2.overall Q1_check Q2_check
#>   <int> <int> <int>      <int> <int> <int>      <int> <chr>    <chr>   
#> 1     1     1     2          3     1     2          2 abowe    within  
#> 2     2     0    NA         NA     2     1          1 <NA>     within  
#> 3     3     2     1          1     3     4          0 within   below   
#> 4     4     1     0          2     4     0          2 abowe    within  
#> 5     5    NA     1         NA     0    NA          0 <NA>     within  
#> 6     6     2     0          1     1    NA         NA within   <NA>

^{由reprex package (v2.0.0) 于 2021-06-09 创建}

【讨论】：

谢谢@Yuriy Saraykin，我们是否可以更新函数来计算两列以上的pmin() 或pmax()？

【解决方案2】：

如果您的列名称相似，您可以同时对任意数量的 Q 执行此操作。

将列名中的- 更改为可接受的_
为了相似，将Q2_LS更改为Q2_TP

是做什么的-

它会选取以 _overall 结尾的每一列（此处为 2，但可以是任意数字）
将此列值检查为 -
- 如果小于列名为 _PM / _TP 代替 _overall 分配值 below
- 如果大于名称为_PM/_TP 的列而不是_overall，则分配值above
  - 为了访问这些列值，我使用了 get 以及 cur_column 和 stringr 字符串替换函数
- 如果当前值为 NA，则分配一个 NA_character
- 否则分配值within
现在，对于最终的变异列 （一次全部），它通过从这些列中删除 _overall 并改为粘贴 _check 来重命名这些列（我在这里使用了 .names 参数的 across )
- 为此，我在glue 参数中使用了stringr::str_remove （.names 遵循公式的胶水样式）

df <- read.table(text = 
                   
                   "ID  Q1_PM Q1_TP Q1_overall  Q2_PM  Q2_TP  Q2_overall
 1   1     2     3           1       2     2       
 2   0     NA    NA          2       1     1 
 3   2     1     1           3       4     0  
 4   1     0     2           4       0     2 
 5   NA    1     NA          0       NA    0  
 6   2     0     1           1       NA    NA"   
 
 , header = TRUE)

df
#>   ID Q1_PM Q1_TP Q1_overall Q2_PM Q2_TP Q2_overall
#> 1  1     1     2          3     1     2          2
#> 2  2     0    NA         NA     2     1          1
#> 3  3     2     1          1     3     4          0
#> 4  4     1     0          2     4     0          2
#> 5  5    NA     1         NA     0    NA          0
#> 6  6     2     0          1     1    NA         NA
library(tidyverse)
df %>% mutate(across(ends_with('overall'), ~ case_when(. < pmin(get(str_replace(cur_column(), '_overall', '_PM')),
                                                                 get(str_replace(cur_column(), '_overall', '_TP'))) ~ 'below',
                                                       . > pmax(get(str_replace(cur_column(), '_overall', '_PM')),
                                                                 get(str_replace(cur_column(), '_overall', '_TP'))) ~ 'above',
                                                       is.na(.) ~ NA_character_,
                                                       TRUE ~ 'within'),
                     .names = '{str_remove(.col,"_overall")}_check'))
#>   ID Q1_PM Q1_TP Q1_overall Q2_PM Q2_TP Q2_overall Q1_check Q2_check
#> 1  1     1     2          3     1     2          2    above   within
#> 2  2     0    NA         NA     2     1          1     <NA>   within
#> 3  3     2     1          1     3     4          0   within    below
#> 4  4     1     0          2     4     0          2    above   within
#> 5  5    NA     1         NA     0    NA          0     <NA>   within
#> 6  6     2     0          1     1    NA         NA   within     <NA>

^{由reprex package (v2.0.0) 于 2021-06-09 创建}

【讨论】：

谢谢@AnilGoyal，能否请您解释一下您的解决方案，以便我更好地理解？
是的，为什么不@Sandy，请检查编辑。将 - 更改为 _ 的原因只是 R 要求/命名约定不使用 - 内部名称
谢谢@AnilGoyal。我稍微更新了我的问题，并包含了需要与overall 列进行比较的实际列名。我已经按照它们的实际顺序复制了它们（提及以防万一）。您能否就此提出建议？
@Sandy，您已包含列名，但可能您忘记包含输出的逻辑/标准！
我总共有九 (9) 个问题场景，即Q1:Q9，并且对于每个问题场景以相同的顺序重复相同的项目。数据为宽格式，没有重复的行。

【解决方案3】：

comparison <- function(dt, group_cols, new_col, compare_col){
  
  dt[, 
     c("min", "max") := transpose(pmap(.SD, range, na.rm = TRUE)), .SDcols = group_cols
     ][,(new_col) := fcase(
       is.na(get(compare_col)), NA_character_,
       get(compare_col) < min, "below",
       get(compare_col) > max, "above",
       default = "within"
     )
     ][]
}

group_cols <- names(df) %>%
 str_subset("^Q[0-9]+") %>%
 str_subset("overall", negate = TRUE) %>%
 split(str_extract(., "^Q[0-9]+"))

new_cols <- names(group_cols) %>% str_c("_check")
compare_cols <- names(group_cols) %>% str_c("_overall")

setDT(df)

pwalk(list(group_cols, new_cols, compare_cols), ~comparison(df, ...))
df[, c("min", "max") := NULL]

【讨论】：

【解决方案4】：

似乎是一个非常冗长的方法-

library(dplyr)

comparison <- function(x, y, z) {
  case_when(is.na(z) ~ NA_character_,
            z >= x & z <= y | 
              z >= y & z <= x |
              is.na(x) & y == z |
              is.na(y) & x == z ~ 'within', 
            z > x & z > y ~ 'above', 
            TRUE ~ 'below')
}

df %>%
  mutate(Q1_check = comparison(Q1.PM, Q1.TP, Q1.overall), 
          Q2_check = comparison(Q2.PM, Q2.LS, Q2.overall))
  
         
#  ID Q1.PM Q1.TP Q1.overall Q2.PM Q2.LS Q2.overall Q1_check Q2_check
#1  1     1     2          3     1     2          2    above   within
#2  2     0    NA         NA     2     1          1     <NA>   within
#3  3     2     1          1     3     4          0   within    below
#4  4     1     0          2     4     0          2    above   within
#5  5    NA     1         NA     0    NA          0     <NA>   within
#6  6     2     0          1     1    NA         NA   within     <NA>

【讨论】：

谢谢@Ronak Shah，我怎样才能将它应用到多个列（比如说 8 个不同的列），这会使这个解决方案变得相当复杂......
什么意思？因此，您的数据中还有其他列，而不是 PM、TP 和 Overall？检查它们的规则是什么。
我只想进行列比较，看看overall 列是否在其他列的范围内。例如，有一些最大值和最小值，然后查看整个列是否在该最大值和最小值之内。它是否回答了您的问题@Ronak Shah？
我已经编辑了我的问题@Ronak Shah，并且我提供了我的实际列名，请您根据此建议吗？

【解决方案5】：

很大程度上基于 Ronak 的出色解决方案：

df <- structure(list(ID = c(10L, 31L, 225L, 243L), 
                      `Q1 Comm - 01 Scope Thesis` = c(NA, 2L, 0L, NA), 
                      `Q1 Comm - 02 Scope Project` = c(NA, NA, NA, 2L), 
                      `Q1 Comm - 03 Learn Intern` = c(4L, NA, NA, NA), 
                      `Q1 Comm - 04 Biography` = c(NA, NA, NA, 1L), 
                      `Q1 Comm - 05 Exhibit` = c(4L, 2L, NA, NA), 
                      `Q1 Comm - 06 Social Act` = c(NA, NA, NA, 3L), 
                      `Q1 Comm - 07 Post Project` = c(NA, NA, 3L, NA), 
                      `Q1 Comm - 08 Learn Plant` = c(NA, NA, NA, 4L), 
                      `Q1 Comm - 09 Study Narrate` = c(NA, NA, 0L, NA), 
                      `Q1 Comm - 10 Learn Participate` = c(4L, NA, NA,NA), 
                      `Q1 Comm - 11 Write 1` = c(NA, 2L, NA, NA), 
                      `Q1 Comm - 12 Read 2` = c(NA, NA, 1L, NA), 
                      `Q1 Comm - Overall Study Plan` = c(4L, 1L, 2L, NA), 
                      X = c(NA, NA, NA, NA), 
                      `X 1` = c(NA, NA, NA, NA), 
                      `X 2` = c(NA, NA, NA, NA)), 
                class = "data.frame", row.names = c(NA, -4L))

library(dplyr)

comparison <- function(df, prefix) {
  df <- df[grep(prefix, colnames(df))]
  min <- apply(df[-grep("Overall", colnames(df))], 1, min, na.rm = T)
  max <- apply(df[-grep("Overall", colnames(df))], 1, max, na.rm = T)
  z <- df[grep("Overall", colnames(df))]
  case_when(is.na(z) ~ NA_character_,
            z >= min & z <= max ~ 'within', 
            z > max ~ 'above', 
            TRUE ~ 'below')
}

prefixes <- sub(" \\- Overall.*", "", colnames(df[grep("Overall", colnames(df))]))

for (i in prefixes) {
  df <- df %>%
    mutate("{i} - Check" := comparison(df, i))
}


> print(df)
   ID Q1 Comm - 01 Scope Thesis Q1 Comm - 02 Scope Project Q1 Comm - 03 Learn Intern Q1 Comm - 04 Biography
1  10                        NA                         NA                         4                     NA
2  31                         2                         NA                        NA                     NA
3 225                         0                         NA                        NA                     NA
4 243                        NA                          2                        NA                      1
  Q1 Comm - 05 Exhibit Q1 Comm - 06 Social Act Q1 Comm - 07 Post Project Q1 Comm - 08 Learn Plant
1                    4                      NA                        NA                       NA
2                    2                      NA                        NA                       NA
3                   NA                      NA                         3                       NA
4                   NA                       3                        NA                        4
  Q1 Comm - 09 Study Narrate Q1 Comm - 10 Learn Participate Q1 Comm - 11 Write 1 Q1 Comm - 12 Read 2
1                         NA                              4                   NA                  NA
2                         NA                             NA                    2                  NA
3                          0                             NA                   NA                   1
4                         NA                             NA                   NA                  NA
  Q1 Comm - Overall Study Plan  X X 1 X 2 Q1 Comm - Check
1                            4 NA  NA  NA          within
2                            1 NA  NA  NA           below
3                            2 NA  NA  NA          within
4                           NA NA  NA  NA            <NA>

【讨论】：

为了比较或查找超过2列的范围，很难应用这个解决方案？
我试图根据你在 Ronak 的解决方案下写的内容给出一个解决方案。它的作用是获取名称中包含“.overall”的所有列的前缀（在您的示例中为 Q1 和 Q2）并创建一个检查列，无论您将其应用于 2 列还是 200 列。唯一的潜力缺陷是每个前缀需要 3 列，并且它们的顺序必须与您在示例中输入的顺序相同（最小、最大、总体）
我已经编辑了我的问题并提供了我的实际列名，请您根据此建议吗？
编辑了我的解决方案以满足您的要求。它现在检查与前缀匹配的列中每一行的最小值和最大值（不包括总体），并将其与所述前缀的总体进行比较
感谢您的更新，我已经包含了一个参考 dput(df) 我正在尝试运行代码的示例。

输入：

期望的输出：

说明：

示例 1：

示例 2：

要求：

相关帖子：

部分解决方案：

编辑 1：

编辑 2：