dplyr - 如何将二进制和互斥列折叠为 1？答案

【问题标题】：dplyr - How to collapse binary and mutually exclusive columns into 1?dplyr - 如何将二进制和互斥列折叠为 1？
【发布时间】：2020-05-11 21:51:04
【问题描述】：

假设我有一个具有以下结构的数据框：

|id  | segment1 | segment 2|
|----|----------|----------|
|1   | 1        |  0       |   
|2   | 1        |  0       |
|3   | 0        |  1       |
|4   | 1        |  0       |
|5   | 0        |  1       |

我如何对数据进行透视，而不是拥有 2 个“segment”列，而只有 1 个显示“segment1”或“segment2”的列？我在考虑pivot_longer，但我认为我们实际上不再制作数据框了。似乎肯定有比使用 mutate 和 if_else 或创建新列并手动分配值更快的方法。

注意：这种转换不应产生更长的数据帧，因为我们只是折叠列

【问题讨论】：

是的，tidyr 包中的pivot_longer 函数是正确的函数。然后过滤掉值==0的行。
@Dave2e ，那么我将如何使用 pivot_longer 来执行此操作？我认为它本质上使数据框更长

标签： r dplyr

【解决方案1】：

我们可以使用base R中的max.col获取第2列和第3列每行最大值的索引，使用该索引获取数据对应的列名

cbind(df1[1], segment = names(df1)[-1][max.col(df1[-1], 'first')])
#  id  segment
#1  1 segment1
#2  2 segment1
#3  3 segment2
#4  4 segment1
#5  5 segment2

或者使用tidyverse

library(dplyr)
library(tidyr)
df1 %>%
      pivot_longer(cols = -id, names_to = 'segment') %>%
      filter(as.logical(value)) %>%
      select(-value)
# A tibble: 5 x 2
#     id segment 
#  <int> <chr>   
#1     1 segment1
#2     2 segment1
#3     3 segment2
#4     4 segment1
#5     5 segment2

数据

df1 <- structure(list(id = 1:5, segment1 = c(1, 1, 0, 1, 0), segment2 = c(0, 
0, 1, 0, 1)), class = "data.frame", row.names = c(NA, -5L))

【讨论】：

【解决方案2】：

      A = data.frame(id = c(1, 2, 3), 
                     segment1 = c(1, 1, 0), 
                     segment2 = c(0, 0, 1))

tidyr::pivot_longer(A, c(segment1, segment2)) %>% 
                           filter(value == 1) %>% 
                            select(-value)
# A tibble: 3 x 2
     id name    
  <dbl> <chr>   
1     1 segment1
2     2 segment1
3     3 segment2

【讨论】：

【解决方案3】：

这就是我会这样做的方式，你想要 pivot_longer 然后删除我认为的 0 值。

library(tidyr)
df <- data.frame(id = c(1, 2, 3, 4, 5),
                 segment1 = c(1, 1, 0, 1, 0),
                 segment2 = c(0, 0, 1, 0, 1))
df %>%
  pivot_longer(cols = c("segment1", "segment2")) %>%
  filter(value == 1) %>%
  select(id, name)

【讨论】：

【解决方案4】：

使用ifelse

with(DF, ifelse(segment1 == 1, "segment1", "segment2"))

library(dplyr)
DF %>%
  mutate(segment = if_else(segment1 == 1, "segment1", "segment2"))

【讨论】：