在R中将多个变量组合成一个新变量答案

【问题标题】：Combing multiple variables into a new variable in R在R中将多个变量组合成一个新变量
【发布时间】：2015-05-21 17:10:58
【问题描述】：

这对某人来说可能很简单，但我似乎无法让它为我的生活服务。我试过使用 cut 和 ifelse 但我得到的关卡没有我想要的值。任何想法将不胜感激。这是一些假数据：

 o5<-c(1,0,2,0,0,NA)
 o6<-c(NA,0,NA,2,0,NA)
 o7<-c(0,0,NA,2,2,1)
 ID<-seq(1,6,1)
 d1<-cbind(ID,o5,o6,o7)

     ID o5 o6 o7
[1,]  1  1 NA  0
[2,]  2  0  0  0
[3,]  3  2 NA NA
[4,]  4  0  2  2
[5,]  5  0  0  2
[6,]  6 NA NA  1

我正在尝试将 o5,o6,o7 组合成一个 o_all 变量，如下所示：

     ID o5 o6 o7 o_all
[1,]  1  1 NA  0  5
[2,]  2  0  0  0  0
[3,]  3  2 NA NA  5
[4,]  4  0  2  2  6
[5,]  5  0  0  2  7
[6,]  6 NA NA  1  7

每个 o 变量表示学生的年级水平。如果他们对该等级有一个非零值，他们应该在 o_all 中获得等级级别的值（这是见证特定行为开始的等级）。如果它们表示两个或多个等级，那么我选择最早的值（ID #4 就是一个例子）。我也有很多缺失的数据需要计算。谢谢！

【问题讨论】：

这些都对我有用，只需稍作调整。谢谢！

标签： r if-statement cut

【解决方案1】：

这个呢？

res <- cbind(d1,o_all = as.numeric(gsub("[^0-9]", "", colnames(d1[,-1]))[apply(d1[,-1], 1, function(x) which((x!=0))[1])]))
res
     ID o5 o6 o7 o_all
[1,]  1  1 NA  0     5
[2,]  2  0  0  0    NA
[3,]  3  2 NA NA     5
[4,]  4  0  2  2     6
[5,]  5  0  0  2     7
[6,]  6 NA NA  1     7

然后您可以将NA 替换为0，例如通过res[is.na(res[, 5]),5] <- 0

【讨论】：

【解决方案2】：

这是一种完全矢量化的方法，随着数据集的增长，它可能比apply 循环更快。这里可能的原因是我也将零转换为NAs，因为它们的处理方式相同

is.na(d1) <- d1 == 0L
indx <- (rowSums(is.na(d1)) == (ncol(d1) - 1L)) + 1L
max.col(!is.na(d1[, -1L]), ties.method = "first") + c(4L, -1L)[indx]
## [1] 5 0 5 6 7 7

【讨论】：

【解决方案3】：

d1 <- cbind(d1, o_all = apply(d1[, -1], 1, function(x) {
  i <- which.max(!is.na(x) & x > 0) 
  if(x[i] == 0) 0 else i + 4
}))
#     ID o5 o6 o7 o_all
#[1,]  1  1 NA  0     5
#[2,]  2  0  0  0     0
#[3,]  3  2 NA NA     5
#[4,]  4  0  2  2     6
#[5,]  5  0  0  2     7
#[6,]  6 NA NA  1     7

【讨论】：

【解决方案4】：

您可以使用apply 遍历每一行，选择具有最大值的列：

result <- apply(d1,1,function(row){which.max(row[2:length(row)])})

请注意，我使用row[2:length(row)] 来排除ID 列。这会给你一个类似的结果：

> result
[1] 1 1 1 2 3 3

您可以使用它来分配给您的o_all 列：

o_all <- as.numeric(gsub("[^0-9]", "",colnames(d1)[result+1]))
cbind(d1,o_all)

【讨论】：

第二个条目与您的方法不正确