具有多个条件的行和

Question

我正在尝试计算具有多个变量的行中的累积总和。

这是我的数据作为示例。我有 5 个患者 ID 和 4 个条件变量。如果条件中有 '1 到 3' 之间的值，则 cumsum 将加 1。

ID<-c("a","b","c","d","e")
cond1<-as.factor(sample(x=1:7,size=5,replace=TRUE))
cond2<-as.factor(sample(x=1:7,size=5,replace=TRUE))
cond3<-as.factor(sample(x=1:7,size=5,replace=TRUE))
cond4<-as.factor(sample(x=1:7,size=5,replace=TRUE))
df<-data.frame(ID,cond1,cond2,cond3,cond4)
df

  ID cond1 cond2 cond3 cond4
1  a     2     7     6     6
2  b     7     2     3     6
3  c     4     3     1     4
4  d     7     3     3     6
5  e     6     7     7     3

我使用rowSums 代码和以下语句。然而，作为第 2 行，虽然 cond2 是 2，cond3 是 3，但 cumsum 不是“2”，“1”。第 4 行也有同样的问题。

df$cumsum<-rowSums(df[,2:5]==c(1,2,3),na.rm=TRUE)
df
  ID cond1 cond2 cond3 cond4 cumsum
1  a     2     7     6     6      0
2  b     7     2     3     6      1
3  c     4     3     1     4      1
4  d     7     3     3     6      1
5  e     6     7     7     3      0

如何使其累积？非常感谢您的帮助。

Answer 1

对于超过 1 个元素的比较，请使用 %in%，但 %in% 适用于 vector。所以，我们用lapply/sapply遍历列，然后在逻辑矩阵上做rowSums

df$RSum <- rowSums(sapply(df[,2:5], `%in%`, 1:3))
df$RSum
#[1] 1 2 2 2 1

---

如果值是数字，那么我们也可以使用> 或<

df$RSum <- rowSums(df[, 2:5] >=1 & df[, 2:5] <=3)

数据

df <- structure(list(ID = c("a", "b", "c", "d", "e"), cond1 = c(2L, 
7L, 4L, 7L, 6L), cond2 = c(7L, 2L, 3L, 3L, 7L), cond3 = c(6L, 
3L, 1L, 3L, 7L), cond4 = c(6L, 6L, 4L, 6L, 3L)), 
class = "data.frame", row.names = c("1", 
"2", "3", "4", "5"))

Answer 2

我建议您解决数据的两个问题：

1. 您的数据很宽，而不是长格式。如果你的数据是长格式的，你的分析会简单得多。绘图尤其如此。
2. 每个条件的值都是因子。这使得进行比较变得更加困难，并且可能会导致一些难以发现的错误。如果您仔细查看@akrun 的答案，您会注意到这些值是整数（数字）。

也就是说，我提出一个data.table 解决方案：

# 1. load libraries and make df a data.table:
library(data.table)
setDT(df)

# 2. make the wide table a long one
melt(df, id.vars = "ID")

# 3. with a long table, count the number of conditions that are in the 1:3 range for each ID. Notice I chained the first command with this second one:
melt(df, id.vars = "ID")[, sum(value %in% 1:3), by = ID]

产生结果：

   ID V1
1:  a  1
2:  b  2
3:  c  2
4:  d  2
5:  e  1

您只需要运行 1 和 3 下的命令（2 已链接到 3）。有关详细信息，请参阅?data.table。

您可以在wikipedia 和Mike Wise's answer 中阅读有关宽与长的更多信息

我使用的数据和@akrun一样：

df <- structure(list(ID = c("a", "b", "c", "d", "e"),
                          cond1 = c(2L, 7L, 4L, 7L, 6L), 
                          cond2 = c(7L, 2L, 3L, 3L, 7L), 
                          cond3 = c(6L, 3L, 1L, 3L, 7L), 
                          cond4 = c(6L, 6L, 4L, 6L, 3L)), 
               class = "data.frame", 
               row.names = c("1", "2", "3", "4", "5"))