在 R 中使用匹配和应用

Question

> df = data.frame(id = 1:5, ch_1 = 11:15,ch_2= 10:14,selection = c(11,13,12,14,12))
> df
  id ch_1 ch_2 selection
1  1   11   10        11
2  2   12   11        13
3  3   13   12        12
4  4   14   13        14
5  5   15   14        12

鉴于此数据集，我需要一个遵循规则的附加列：

1. 如果选择是两个选择之一（ch_1 和 ch_2），则返回选择的编号（1 或 2）
2. 如果选择不是两个选项中的一个，则返回 3

我需要一种方法来为每一行执行此操作。对于单行，执行以下代码就可以了，但我似乎无法找到一种方法将其与 apply 一起使用以将其运行到数据帧的每一行。寻找可应用于的解决方案不仅仅是两列，而且比传统循环运行得更快

df=df[1,]

if (df$selection %in% df[,paste("ch_",1:2,sep="")]) {
  a = which(df[,paste("ch_",1:2,sep="")]==df$selection)
} else {
  a = 3
}
# OR
ifelse(df$selection %in% df[,paste("ch_",1:2,sep="")],1,3)
# OR
match(df$selection,df[,paste("ch_",1:2,sep="")])

Answer 1

将向量与== 的其他列进行比较，添加始终为TRUE 的最后一列，然后使用max.col 获取每行中第一个TRUE 的索引

max.col(cbind(df$selection == df[c("ch_1","ch_2")], TRUE), "first")
#[1] 1 3 2 1 3

这应该很容易扩展到 n 列。

Answer 2

您可以使用嵌套的ifelse 执行此操作，

with(df, ifelse(selection == ch_1, 1L, ifelse(selection == ch_2, 2L, 3L)))
# [1] 1 3 2 1 3

但我很少喜欢嵌套它们。如果这就是你所需要的（而且你永远不需要超过两个），那么这可能就足够了。

另一种方法是使用dplyr::case_when，

with(df, dplyr::case_when(selection == ch_1 ~ 1, selection == ch_2 ~ 2, TRUE ~ 3))

如果您已经在使用该软件包，它可以在 dplyr::mutate 中轻松使用。