R逐行比较列值

Question

我有一个具有以下结构的数据框，我想创建一个附加列，根据某些标准逐行比较所有列值，即 M==1 和所有其他列 == 0

如何使用 dplyr 或其他方式编写代码以在大型数据集上逐行执行此类操作？

      M     B     L     H
  <dbl> <dbl> <dbl> <dbl>
1     1     0     0     0
2     0     1     0     0
3     1     0     0     0
4     0     1     0     0
5     0     0     1     0
6     0     0     0     1

Answer 1

这是在其余列上使用map/reduce 的一个选项，以检查它们是否全部为0，然后使用M == 1 执行&

library(dplyr)# 1.0.0
library(purrr)
df1 %>%
     mutate(flag = M == 1 & select(., -M) %>% 
                              map(., `==`, 0) %>%
                              reduce(`&`))
#  M B L H  flag
#1 1 0 0 0  TRUE
#2 0 1 0 0 FALSE
#3 1 0 0 0  TRUE
#4 0 1 0 0 FALSE
#5 0 0 1 0 FALSE
#6 0 0 0 1 FALSE

---

另一个选项是rowwise 和c_across（来自dplyr >= 1.0）（但它可能会更慢）

df1 %>%
    rowwise %>% 
    mutate(new = all(c_across(B:H) == 0) & M == 1)
# A tibble: 6 x 5
# Rowwise: 
#      M     B     L     H new  
#  <int> <int> <int> <int> <lgl>
#1     1     0     0     0 TRUE 
#2     0     1     0     0 FALSE
#3     1     0     0     0 TRUE 
#4     0     1     0     0 FALSE
#5     0     0     1     0 FALSE
#6     0     0     0     1 FALSE

---

map/reduce 类似于带有lapply/Reduce 的base R 选项，其中我们使用lapply 循环数据集的列（这里是df1[-1]，因为我们不想使用第一列，即'M' )，用==创建逻辑vectors的list，

lapply(df1[-1], `==`, 0)
#$B
#[1]  TRUE FALSE  TRUE FALSE  TRUE  TRUE

#$L
#[1]  TRUE  TRUE  TRUE  TRUE FALSE  TRUE

#$H
#[1]  TRUE  TRUE  TRUE  TRUE  TRUE FALSE

然后将Reduce list 通过比较相应的list 元素位置，将list 与& 相比较，即如果它们都是TRUE，则返回TRUE

Reduce(`&`, lapply(df1[-1], `==`, 0))
#[1]  TRUE FALSE  TRUE FALSE FALSE FALSE

然后追加M == 0

df1$M == 0 & Reduce(`&`, lapply(df1[-1], `==`, 0))

---

或者base R 中的另一个选项是rowSums

df1$M == 1 & !rowSums(df1[-1] != 0)

也可以写成

df1$M == 1 & rowSums(df1[-1] == 0) == ncol(df1[-1])

数据

df1 <- structure(list(M = c(1L, 0L, 1L, 0L, 0L, 0L), B = c(0L, 1L, 0L, 
1L, 0L, 0L), L = c(0L, 0L, 0L, 0L, 1L, 0L), H = c(0L, 0L, 0L, 
0L, 0L, 1L)), class = "data.frame", row.names = c("1", "2", "3", 
"4", "5", "6"))