整理R：如何基于向量将二进制列折叠为字符？

Question

我正在整理R中的数据，并希望使用对向量项进行迭代的函数将多列变为1。 我想知道您是否可以帮助我：

• 消除语义错误，
• 使我的代码更高效？

我的数据基于对32个问题的调查。 每个问题都有多个答案。 每个答案都是一列，带有选项1和NA。

对于一个问题，可以按如下方式复制数据集的一部分：

XV2_1 <- c(1,NA,NA,NA)
XV2_2 <- c(NA,1,NA,NA)
XV2_3 <- c(NA,NA,NA,1)
XV2_4 <- c(NA,NA,1,NA)
id <- c(12,13,14,15)

dat <- data.frame(id,XV2_1, XV2_2, XV2_3,XV2_4)

> dat
  id XV2_1 XV2_2 XV2_3 XV2_4
1 12     1    NA    NA    NA
2 13    NA     1    NA    NA
3 14    NA    NA    NA     1
4 15    NA    NA     1    NA

这是我想要的数据（

question_2_answers <- c("Yellow","Blue","Green","Orange") #this is a vector based on the answers of the questionnaire

collapsed <- c("Yellow","Blue","Orange","Green")

collapsed_dataframe <- data.frame(id,collapsed)
>collapsed_dataframe
  id   X2
1 12   Yellow
2 13   Blue
3 14   Green
4 15   Orange

到目前为止，我尝试了将“ ifelse's”与mutate结合使用的序列：

library(tidyverse)
question_2_answers <- c("Yellow","Blue","Green","Orange") #this is a vector based on the answers of the questionnaire

dat %>%
  mutate(
    Colour = tidy_Q2(question_2_answers,XV2_1,XV2_2,XV2_3,XV2_4)
  )

tidy_Q2 <- function(a,b,c,d,e) {
  ifelse(b == 1, a[1],ifelse(
    c==1,a[2],ifelse(
      d==1,a[3],a[4])))
}

但是，我的输出不符合预期：

  id XV2_1 XV2_2 XV2_3 XV2_4 Colour
1 12     1    NA    NA    NA Yellow
2 13    NA     1    NA    NA   <NA>
3 14    NA    NA    NA     1   <NA>
4 15    NA    NA     1    NA   <NA>

我希望它如下：

  id XV2_1 XV2_2 XV2_3 XV2_4 Colour
1 12     1    NA    NA    NA Yellow
2 13    NA     1    NA    NA   Blue
3 14    NA    NA    NA     1   Green
4 15    NA    NA     1    NA   Orange

有谁知道消除错误的方法吗？ 我想问的另一个问题是，我的代码是否可以更高效？ 此后，我存储了32个survey_questions，我想尽可能地使过程自动化。 需要注意的重要事项：

• 并非所有调查问题都具有相同数量的选项（即问题2有2个选项，因此有2列，而问题10有8个选项和8列）
• 有些值是字符串，而不是1或NA

一直乐于学习，

最好，

玛丽亚

Answer 1

这是我们可以使用tidyr::gather进行的tidyr::gather 到长的转换 ：

首先，我们为相应行的列名称设置颜色：

# Replace column names (except for the `id` column) with color values
colnames(dat)[-1] <- c("Yellow","Blue","Orange","Green")

dat
  id Yellow Blue Orange Green
1 12      1   NA     NA    NA
2 13     NA    1     NA    NA
3 14     NA   NA     NA     1
4 15     NA   NA      1    NA

然后，我们收集非id列并删除NA值：

library(tidyverse)
dat %>%
    gather(X2, val, -id) %>%   # Gather color cols from wide to long format
    filter(!is.na(val)) %>%    # Drop rows with NA values
    select(-val)               # Remove the unnecessary `val` column

  id     X2
1 12 Yellow
2 13   Blue
3 15 Orange
4 14  Green

这将与任意数量（你只需要指定你不想收集所有列），并保持与非行列的工作NA值。 如果您希望其他条件排除行（例如，如果0或'unknown'应计为无答案，或仅将'correct'数计为答案），则应将这些条件添加到filter语句中。

Answer 2

以base R为max.col一个选项是max.col是找到每行中都不是NA的值的列索引，使用该值获取与索引相对应的列名， cbind通过与c cbind来创建2列data.frame。第一栏

i1 <- max.col(!is.na(dat[-1]), 'first')
cbind(dat['id'], Colour = names(dat)[-1][i1])
#  id Colour
#1 12 Yellow
#2 13   Blue
#3 14  Green
#4 15 Orange

数据

dat <-  structure(list(id = c(12, 13, 14, 15), Yellow = c(1, NA, NA, 
NA), Blue = c(NA, 1, NA, NA), Orange = c(NA, NA, NA, 1), Green = c(NA, 
NA, 1, NA)), class = "data.frame", row.names = c(NA, -4L))