如何将行聚合到具有三个级别的因子变量？答案

【问题标题】：How do you aggregate rows to a factor variable with three levels?如何将行聚合到具有三个级别的因子变量？
【发布时间】：2020-03-29 12:26:20
【问题描述】：

我有一个数据集，其中一些参与者有多行，我需要以每个参与者只有一行的方式聚合数据。数据集包含不同的变量类型（例如，因素、日期、年龄等）。我编写了一个有效的代码，如下所示：

example4 <- SMARTdata_50j_diagc_2016  %>% 
  group_by( Patient_Id ) %>%  
  summarise( Groep = first( Groep ),
             Ziekenhuis_Nr = first( Ziekenhuis_Nr ),
             Ziekenhuistype = first( Ziekenhuistype ),
             aantalDBC = n(),
             aantalVervolg = sum( as.numeric( Zorgtype_Code ) ),
             Leeftijd = mean( Lft_patient_openenDBC ),
             MRI_nee_ja = max( ifelse( MRI_nee_ja == 0, 0, 1 ) ),
             aantalMRI = sum( MRI_Aantal ),
             Artroscopie_nee_ja = max( ifelse( Artroscopie_nee_jaz_jam == 0, 0, 1 ) ),
             aantalArtroscopie = sum( Artroscopie_aantal ),
             overigDBC = mean( Aantal_overigeDBC_bijopenen ),
             DBC_open = min( open_DBC ), 
             DBC_sluiten = max( sluiten_DBC ) ) %>% 
  as.data.frame()

此代码为每个参与者提供了一行。但是，我还有一个变量需要包含在新数据框中，但我不知道该怎么做。我需要添加的变量名为“Diagnose_Code”，它是具有两个级别的因子，即 0（代表 1801）和 1（代表 1805）。

对于具有多行的参与者（在原始数据框中），有些参与者的该变量同时具有 0 和 1。现在，在我的新数据框中，我想为“Diagnose_Code”创建一个具有三个级别的变量：如果该参与者的所有行都是 0，则为 0，如果该参与者的所有行都是 1，则为 1，如果该参与者的行为 2，则为 2该参与者同时具有 0 和 1。

我不知道如何使这项工作。我在 ifelse 代码上有点挣扎，但没有成功。有谁知道我如何在我的代码中完成这项工作？先感谢您！

【问题讨论】：

标签： r dplyr aggregate plyr

【解决方案1】：

使用玩具数据集可以这样实现：

library(dplyr)

df <- data.frame(
  id = rep(1:3, each = 3),
  diagnosis_code = c(rep(1,3), rep(0, 3), c(1, 0, 1)),
  stringsAsFactors = FALSE
)
df %>% 
  group_by(id) %>% 
  summarise(diagnosis_code = case_when(
    all(diagnosis_code == 1) ~ 1,
    all(diagnosis_code == 0) ~ 0,
    TRUE ~ 2
  ))
#> # A tibble: 3 x 2
#>      id diagnosis_code
#>   <int>          <dbl>
#> 1     1              1
#> 2     2              0
#> 3     3              2

^{由reprex package (v0.3.0) 于 2020 年 3 月 29 日创建}

【讨论】：

我的荣幸。如果你想帮我一个忙：将问题标记为已回答。除了给我或其他人一些功劳外，它还向其他有类似问题的人表明该解决方案有效，并将该问题从仍在等待答案的问题队列中删除。
再次感谢您，我已将问题标记为已回答。

【解决方案2】：

使用 ifelse 应该可以工作：

df %>%
group_by(id) %>%
  summarise(diag=ifelse(max(diag)!=min(diag), 2, 
                          ifelse(max(diag==1), 1, 0)))

# A tibble: 3 x 2
     id  diag
  <dbl> <dbl>
1     1     2
2     2     1
3     3     0

数据：

df <- data.frame(id=c(1,1,1,2,2,2,3,3,3), diag=c(1,0,0,1,1,1,0,0,0))

【讨论】：

【解决方案3】：

df %>% 
  group_by(Patient_Id) %>% 
  summarise(Diagnose_Code = case_when(n_distinct(Diagnose_Code) == 2 ~ 3, 
                                      sum(Diagnose_Code) ==  1 ~ 1, 
                                      TRUE ~ 0 ))

【讨论】：