R在数据框中找到值（因子变量的行）答案

【问题标题】：R find value in dataframe (rowwise for factor variables)R在数据框中找到值（因子变量的行）
【发布时间】：2020-06-14 15:55:58
【问题描述】：

我有一个带有像这样的字符串（因子）变量的df

id v1 v2 v3 v4
1  1  1  1  0
1  0  0  0  0
1  1  1  1  0
1  1  1  1  0
1  1  1  1  0

我想要创建一个等于 1 或 0（数字）的新列，如果 1 出现在列列表中，例如 (v2, v3, v4)

id v1 v2 v3 v4 lu
1  1  1  1  0  1
2  0  0  0  0  0
3  1  1  1  0  1
4  0  0  1  0  1
5  1  0  1  0  1

我不想转换为数字（因为我需要它们以供将来分析）所以像

df <- df %>% mutate(lu = select(., v2:v4) %>% rowSums(na.rm = TRUE))
df <- df %>% mutate(lu = if_else(lu_1 > 0, 1, lu))

不可能。实际上要考虑的变量列表相当长（大约 150 个）

谢谢！

【问题讨论】：

标签： r tidyverse

【解决方案1】：

您好，我不知道您是否想要这样的东西。我不擅长 dplyr 所以这里是一个基本的 R 版本

虚拟数据：

a <-as.character(sample(0:1,100,replace = T))
b <-as.character(sample(0:1,100,replace = T))
c <-as.character(sample(0:1,100,replace = T))
d <-as.character(sample(0:1,100,replace = T))

df <- as.data.frame(cbind(a,b,c,d), stringsAsFactors = T)

实际代码：

test <- function(x) {
  out <- sum(as.numeric(x))
  ifelse(out>0,1,0)
}

df$lu <- as.factor(apply(df,MARGIN = 1, test))

输出：

id  a   b   c   d   lu
1   0   1   0   0   1
2   0   1   0   0   1
3   0   1   0   0   1
4   0   1   0   1   1
5   0   0   0   0   0

【讨论】：

您好，欢迎来到 SO，发布非 dplyr 代码没问题！
在我的虚拟数据中我将它设置为.character 如果我运行“class()”它返回“character”
不，我认为您的代码运行良好，只是我的 dplyr 本能起作用，我认为 apply 的行为略有不同
谢谢你，在过去的几天里我做了一些申请，你对此有什么感觉，而且我“应该把那个“ifelse”包装在一个“return()”中
我想我希望转换为数字来生成 1 和 2 而不是 0 和 1

【解决方案2】：

只是

df$lu <- as.numeric(rowSums(df[,3:5]=="1")>0)

或者，像 sharmajee499

df %>%
  mutate(lu=as.numeric(rowSums(df[,3:5]=="1")>0))

【讨论】：

【解决方案3】：

计算起来也可能非常昂贵

library(tidyverse)



df_example <- data.table::fread("id v1 v2 v3 v4
1  1  1  1  0
1  0  0  0  0
1  1  1  1  0
1  1  1  1  0
1  1  1  1  0") %>% tibble()


df_example %>%
  mutate(across(-id,.fns = as_factor)) %>% 
  rowwise() %>% 
  mutate(lu = c_across(-id) %>%
           as.character() %>%
           as.numeric() %>%
           sum()) %>% 
  mutate(expensive = if_else(lu == 0,0,1))
#> # A tibble: 5 x 7
#> # Rowwise: 
#>      id v1    v2    v3    v4       lu expensive
#>   <int> <fct> <fct> <fct> <fct> <dbl>     <dbl>
#> 1     1 1     1     1     0         3         1
#> 2     1 0     0     0     0         0         0
#> 3     1 1     1     1     0         3         1
#> 4     1 1     1     1     0         3         1
#> 5     1 1     1     1     0         3         1

^{由reprex package (v0.3.0) 于 2020 年 6 月 13 日创建}

这可能会快一点

df_example %>%
  mutate(across(-id,.fns = as_factor)) %>% 
  mutate(lu = rowSums(across(-id, .fns = ~ .x %>% as.character() %>% as.numeric()))) %>% 
  mutate(lu = if_else(lu == 0,0,1))

【讨论】：

【解决方案4】：

首先创建一个新列来对行求和，例如：

df<- df %>% mutate(sum= rowSums(df[,2:5])

之后，您可以对该列执行if 条件以创建新列：

df<- df %>% mutate(lu= ifelse(sum>=1,1,0))

【讨论】：

【解决方案5】：

使用dplyr 1.0，可以使用across()转换成数字，然后应用rowSums()：

df %>%
  mutate(lu = rowSums(across(starts_with("v"), .fns = as.numeric)))

如果我们更喜欢二元结果，我们的新列中有总和：

df %>%
  mutate(lu = 1*(rowSums(across(starts_with("v"), .fns = as.numeric)) > 0))

【讨论】：