用R中的组/ ID替换特定列的最大值[重复]

Question

我正在尝试转换在一段时间内每个人有多个观察值的数据集。例如，在此期间，人 1 可以是肥胖的，也可以不是肥胖的（只是超重）。以下是第 1 个人的示例：

ID     Obese     Overweight
1       NA          NA
1       NA          NA
1       0           1
1       1           0
1       0           0
2       NA          0
2       0           1
2       0           NA

如果在指定数量的列（有 700 多个；例如 c(5:749)）中出现 1，我需要将每列中的值替换为“1” .理想情况下，输出如下所示：

ID     Obese     Overweight
1       1           1
1       1           1
1       1           1
1       1           1
1       1           1
2       0           1
2       0           1
2       0           1

首先我将所有的 NA 更改为 0；然后我想我可以沿每列取最大值并替换（按 ID），但找不到有关如何按组（“ID”）和给定列集（即 c(5:749) ）。此外，我不想创建新列，而只是替换数据框中已经存在的列中的值。

我让它适用于单个变量，但无法将其转换为循环以遍历一组变量...

dat2 <- dat[, Obese:= max(Obese), by=ID]

另外，考虑到数据大小，我认为循环会花费太长时间。还有其他建议吗？提前致谢。这是一个示例数据集：

dat <- as.data.frame(matrix(NA,18))
dat$id <- as.character(c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3))
dat$ob1 <- as.character(c(NA,NA,0,1,0,NA,0,1,0,0,0,0,0,0,0,0,0,0))
dat$ob2 <- as.character(c(NA,NA,1,0,0,NA,0,0,1,0,0,0,0,1,0,0,0,0))
dat <- dat[,-1]

就使用“lapply”的链接分页而言，在给定个人的所有值均为 NA（或 0）的情况下，它似乎不起作用。在这种情况下，它似乎用来自其他列的值“填充”/估算（这些值从未出现在原始数据集中的列中）；当二进制变量被插补/替换为连续值时，这一点很明显。知道为什么会发生这种情况吗？

Answer 1

我认为tapply 对这个案例很有帮助。 您可以通过

找到每个 id 的最大值

with(dat, tapply(ob1, id, max))

我的解决办法是：

dat$ob1 <- as.numeric(dat$ob1)
dat$ob2 <- as.numeric(dat$ob2)
dat[is.na(dat)] <- 0

dat$ob1 <-  with(dat,tapply(ob1,id,max)[id])
dat$ob2 <-  with(dat,tapply(ob2,id,max)[id])

dat
   id ob1 ob2
1   1   1   1
2   1   1   1
3   1   1   1
4   1   1   1
5   1   1   1
6   1   1   1
7   2   1   1
8   2   1   1
9   2   1   1
10  2   1   1
11  2   1   1
12  2   1   1
13  3   0   1
14  3   0   1
15  3   0   1
16  3   0   1
17  3   0   1
18  3   0   1