我想使用来自多列的数据通过 mutate 函数在 rstudio 中创建一个新列答案

【问题标题】：I want to create a new column in rstudio through mutate function using data from multiple columns我想使用来自多列的数据通过 mutate 函数在 rstudio 中创建一个新列
【发布时间】：2020-12-15 23:16:14
【问题描述】：

我有一个包含超过 1000 万个变量的数据集。它有 25 列用于诊断代码。每行代表一名患者。根据入院诊断代码生成，它可以放置在第 1 到 25 列之间的任何位置。我想为疾病 A 创建一个新列，其代码范围为 480,481,482,483,484,V334,V555。如果这 25 列中存在这些代码中的任何一个，则新列应返回值 1，否则为 0。

原表：

DX1	DX5.	DX6.	DX10.
481		482
			V334
	484
		485.
V555			481
F666
	G765		481

我希望新列具有 0 或 1 个变量，即使其中一行具有值：480,481,482,483,484,V334,V555。例如

DX1	DX5.	DX6.	DX10.	DX11.	NewCol
481		482			1
			V334	0
	484			1
		485.		1
V555			481	1
F666				0
	G765		481	1

我尝试过使用：

%>%mutate(NewCol = recode(DX1,
                        "486" = "1",
                        .default = "0"))

但这仅适用于列 DX1 和变量 486。我想申请 25 个连续列，范围从 DX1:DX25 并包括所有变量 480,481,482,483,484,V334,V555。谢谢！

【问题讨论】：

请提供一个可重现的例子：stackoverflow.com/questions/5963269/…
使用 tidyr::pivot_longer() 重塑您的数据集，使这 25 列成为一列，而不是使用 dplyr::case_when() 重新编码和分组条件。
您应该提供一个小示例来说明您的数据与预期输出的外观。见how to give a reproducible example。
这里是 William3031，Ronak Shah 的例子。
请编辑您的问题并删除答案，而不是发布您的代码作为答案。

标签： r tidyverse dplyr

【解决方案1】：

以后请提供reproducible example。至于您的问题，我会遵循@Phil 的建议，并在添加患者编号索引后转向长格式数据。然后你只需要按行分组并选择最大值（它将是1或0），然后与原始数据重新合并。

library(tidyverse)

#Read In Data
df <- data.frame(
  patient = c(1:7),
  dx1 = c('481',NA,NA,NA,'V555','F666',NA),
  dx2 = c(NA,NA,NA,NA,NA,NA,NA),
  dx3 = c(NA,NA,NA,NA,NA,NA,NA),
  dx4 = c(NA,NA,NA,NA,NA,NA,NA),
  dx5 = c(NA,NA,'484',NA,NA,NA,NA),
  dx6 = c('482',NA,NA,'485',NA,NA,NA),
  dx7 = c(NA,NA,NA,NA,NA,NA,NA),
  dx8 = c(NA,NA,NA,NA,NA,NA,NA),
  dx9 = c(NA,NA,NA,NA,NA,NA,NA),
  dx10 = c(NA,'V334',NA,NA,'481',NA,'481')
)

# Declare variables to count
valList = c('481','482','483','484','V334','V555')

#Count, Group, and Rejoin
df %>%
  pivot_longer(cols = dx1:dx10,
               names_to = 'columns',
               values_to = 'values') %>%
  mutate(in_valList = ifelse(values %in% valList,1,0)) %>%
  group_by(patient) %>% 
  summarise(NewCol = max(in_valList,na.rm = T)) %>%
  left_join(df,by='patient')

输出最终看起来像这样，如果你绝对必须在最后有 NewCol，你可以随意重新排序。

# A tibble: 7 x 12
  patient NewCol dx1   dx2   dx3   dx4   dx5   dx6   dx7   dx8   dx9   dx10 
    <int>  <dbl> <chr> <lgl> <lgl> <lgl> <chr> <chr> <lgl> <lgl> <lgl> <chr>
1       1      1 481   NA    NA    NA    NA    482   NA    NA    NA    NA   
2       2      1 NA    NA    NA    NA    NA    NA    NA    NA    NA    V334 
3       3      1 NA    NA    NA    NA    484   NA    NA    NA    NA    NA   
4       4      0 NA    NA    NA    NA    NA    485   NA    NA    NA    NA   
5       5      1 V555  NA    NA    NA    NA    NA    NA    NA    NA    481  
6       6      0 F666  NA    NA    NA    NA    NA    NA    NA    NA    NA   
7       7      1 NA    NA    NA    NA    NA    NA    NA    NA    NA    481

【讨论】：