当其他几个列中的任何一个为 TRUE（或 1）时，使用 mutate() 创建新列答案

【问题标题】：create new column with mutate() when value in any of several other columns is TRUE (or 1)当其他几个列中的任何一个为 TRUE（或 1）时，使用 mutate() 创建新列
【发布时间】：2021-02-05 00:52:49
【问题描述】：

我有一个包含 5 列的数据框 (my_dataframe)。都有 0 或 1 个值。我想创建一个名为 cn7_any 的新列，当 2:5 列中的任何值为 ==1 时，该列的值应为 1。

structure(list(cn7_normal = c(1L, 1L, 1L, 1L, 1L, 1L), 
    cn7_right_paralysis_central = c(0L, 0L, 0L, 0L, 0L, 0L), 
    cn7_right_paralysis_peripheral = c(0L, 0L, 0L, 0L, 0L, 0L), 
    cn7_left_paralysis_central = c(0L, 0L, 0L, 0L, 0L, 0L), 
    cn7_left_paralysis_peripheral = c(0L, 0L, 0L, 0L, 0L, 0L)), 
    row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"
))

> head(my_dataframe)
# A tibble: 6 x 5
  cn7_normal cn7_right_paralysis_cen… cn7_right_paralysis_perip… cn7_left_paralysis_cen… cn7_left_paralysis_peri…
       <int>                    <int>                      <int>                   <int>                    <int>
1          1                        0                          0                       0                        0
2          1                        0                          0                       0                        0

我可以用 case_when() 成功地做到这一点：

my_dataframe<-my_dataframe%>%
        mutate(cn7_paralisis_any=case_when(cn7_right_paralysis_central==1 ~ 1,
                                           cn7_right_paralysis_peripheral==1 ~ 1,
                                           cn7_left_paralysis_central==1 ~ 1,
                                           cn7_left_paralysis_peripheral==1 ~ 1,
                                           TRUE ~ 0)
                )

虽然它有效，但我想知道是否有更简单、更简洁的解决方案。我觉得我应该以某种方式使用 any() 。有什么想法吗？

【问题讨论】：

标签： r dplyr any

【解决方案1】：

你的数据全为零，所以我换几个来证明这一点。

rowSums(my_dataframe[,2:5]) > 0
# [1] FALSE  TRUE FALSE  TRUE FALSE FALSE
+(rowSums(my_dataframe[,2:5]) > 0)
# [1] 0 1 0 1 0 0

my_dataframe$cn7_any <- +(rowSums(my_dataframe[,2:5]) > 0)

dplyr内，

my_dataframe %>%
  mutate(cn7_any = rowSums(across(-cn7_normal, ~ . > 0)) > 0)
# # A tibble: 6 x 6
#   cn7_normal cn7_right_paralysis_central cn7_right_paralysis_peripheral cn7_left_paralysis_central cn7_left_paralysis_peripheral cn7_any
#        <int>                       <int>                          <int>                      <int>                         <int> <lgl>  
# 1          1                           0                              0                          0                             0 FALSE  
# 2          1                           0                              0                          0                             1 TRUE   
# 3          1                           0                              0                          0                             0 FALSE  
# 4          1                           0                              0                          1                             0 TRUE   
# 5          1                           0                              0                          0                             0 FALSE  
# 6          1                           0                              0                          0                             0 FALSE

您正在做的似乎是logical，而不是数字，但如果您想要数字，只需使用上述+(.) 技巧：

my_dataframe %>%
  mutate(cn7_any = +(rowSums(across(-cn7_normal, ~ . > 0)) > 0))

【讨论】：

【解决方案2】：

my_dataframe$cn7_any <- apply(my_dataframe[ , 2:5], 1, max)

【讨论】：

【解决方案3】：

类似于Using any() vs | in dplyr::mutate

我还更改了您数据集中的一些数字。

V2：使用或|

V3：使用mutate 之前的dplyr::rowwise() 按行有效地对输入进行分组，然后使用all() 函数（all 查看整个向量，这就是您得到意外结果的原因）

my_dataframe<-structure(list(cn7_normal = c(1L, 1L, 1L, 1L, 1L, 1L), 
    cn7_right_paralysis_central         = c(0L, 0L, 0L, 0L, 0L, 0L), 
    cn7_right_paralysis_peripheral      = c(1L, 0L, 0L, 0L, 0L, 0L), 
    cn7_left_paralysis_central          = c(0L, 1L, 0L, 0L, 0L, 0L), 
    cn7_left_paralysis_peripheral       = c(0L, 0L, 0L, 0L, 0L, 0L)), 
    row.names = c(NA, -6L), 
    class = c("tbl_df", "tbl", "data.frame"))

my_dataframe%>%
  rowwise() %>% ### rowwise ###
  mutate(cn7_paralisis_any=case_when(cn7_right_paralysis_central==1 ~ 1,
                                     cn7_right_paralysis_peripheral==1 ~ 1,
                                     cn7_left_paralysis_central==1 ~ 1,
                                     cn7_left_paralysis_peripheral==1 ~ 1,
                                     TRUE ~ 0),
         cn7_v2=(cn7_right_paralysis_central|cn7_right_paralysis_peripheral|cn7_left_paralysis_central|cn7_left_paralysis_peripheral),
         cn7_v3=any(cn7_right_paralysis_central ,cn7_right_paralysis_peripheral, cn7_left_paralysis_central, cn7_left_paralysis_peripheral)
  ) %>% 
  select(cn7_paralisis_any,cn7_v2,cn7_v3)


# A tibble: 6 x 3
# Rowwise: 
#  cn7_paralisis_any cn7_v2 cn7_v3
#              <dbl> <lgl>  <lgl> 
#1                 1 TRUE   TRUE  
#2                 1 TRUE   TRUE  
#3                 0 FALSE  FALSE 
#4                 0 FALSE  FALSE 
#5                 0 FALSE  FALSE 
#6                 0 FALSE  FALSE

【讨论】：

【解决方案4】：

我现在在这种情况下使用dplyr::if_any 和dplyr::if_all。我认为每当我们必须在 dplyr 中执行此类逐行逻辑操作时，它都会使代码非常清晰易读。

对于这种特殊情况，我现在会使用：

library(dplyr)

my_dataframe %>%
     mutate(cn7_paralisis_any = +if_any(across(-cn7_normal)))

【讨论】：