在许多变量的逻辑条件下使用mutate创建新变量 - mutate？

Question

mutate可以根据跨变量应用的逻辑条件创建新变量吗？
更具体地说，请考虑以下数据。

set.seed(1234)
val <- c(rep(0, 20), 1)
a <- sample(val, 50, replace=T)
b <- sample(val, 50, replace=T)
c <- sample(val, 50, replace=T)
d <- sample(val, 50, replace=T)
dat <- data.frame(a,b,c,d)

这里有一些伪代码可以实现我想做的事情，但基本上删除了所有的逻辑比较（因为我有很多东西要做）。 显然这不是功能代码。

new.dat <- mutate(dat, anyABCD == ifelse(A or B or C or D == 1, 1, 0))

是否有更有效的程序来处理此任务以避免一长串ifelse条件？ 我在这里发现了一个类似的问题但是我想应用一个单一的逻辑比较而不是写出每一个。 我无法弄清楚如何使用data.table使后续代码工作。 任何帮助将不胜感激！

Answer 1

与往常一样，最佳答案取决于具体问题。

在这种情况下，例如，您可以使用pmax() ：

dat$anyABCD <-  with(dat, pmax(a, b, c, d) == 1)

head(dat)
  a b c d anyABCD
1 0 0 0 0   FALSE
2 0 0 0 0   FALSE
3 0 0 0 0   FALSE
4 0 0 0 0   FALSE
5 0 0 0 0   FALSE
6 0 0 0 1    TRUE

您还可以使用apply函数，例如：

dat$anyABCD <- apply(dat[, 1:4], 1, function(x)max(x) == 1)
head(dat)

  a b c d anyABCD
1 0 0 0 0   FALSE
2 0 0 0 0   FALSE
3 0 0 0 0   FALSE
4 0 0 0 0   FALSE
5 0 0 0 0   FALSE
6 0 0 0 1    TRUE

而且，如果您确定数据是二进制的，则可以使用rowSums() ：

dat$anyABCD <- rowSums(dat[, 1:4] >= 1)

head(dat)
  a b c d anyABCD
1 0 0 0 0       0
2 0 0 0 0       0
3 0 0 0 0       0
4 0 0 0 0       0
5 0 0 0 0       0
6 0 0 0 1       1