如何在 R 中组合多个数据框列

Question

我有一个 .csv 文件，其中包含我的参与者的人口统计数据。 这些数据是从我的研究数据库 (REDCap) 中编码和下载的，每个种族都有自己的单独列。 也就是说，每个参与者在这些列的每一列中都有一个值（如果被认可，则为 1，如果未认可，则为 0）。

它看起来像这样：

SubjID  Sex  Age  White  AA  Asian  Other

 001    F    62   0      1   0      0
 002    M    66   1      0   0      0

我必须使用迂回的方式来获取我的人口统计摘要统计信息。 必须有一种更简单的方法来做到这一点。 我的问题是，如何将这些列合并为一列，以便每个参与者只有一个种族值？ （即重新编码，因此 1 = 白色、2 = AA 等，并且只有为每个参与者提取认可的类别并添加到此列？）

这就是我希望它看起来的样子：

SubjID  Sex  Age  Race

001     F    62   2
002     M    66   1

Answer 1

这或多或少类似于我们使用来自 REDCap 的类似数据的方法。 我们将pivot_longer用于虚拟变量。 最后的Race变量也可以作为一个因素。 如果这是您的想法，请告诉我。

编辑：将names_ptypes添加到pivot_longer以表明Race变量是一个因素（而不是mutate ）。

library(tidyverse)

df <- data.frame(
  SubjID = c("001", "002"),
  Sex = c("F", "M"),
  Age = c(62, 66),
  White = c(0, 1),
  AA = c(1, 0),
  Asian = c(0, 0),
  Other = c(0, 0)
)

df %>%
  pivot_longer(cols = c("White", "AA", "Asian", "Other"), names_to = "Race", names_ptypes = list(Race = factor()), values_to = "Value") %>%
  filter(Value == 1) %>%
  select(-Value)

结果：

# A tibble: 2 x 4
  SubjID Sex     Age Race 
  <fct>  <fct> <dbl> <fct>
1 001    F        62 AA   
2 002    M        66 White

Answer 2

这是使用reshape2的另一种方法

df[df == 0] <- NA
df <- reshape2::melt(df, measure.vars = c("White", "AA", "Asian", "Other"), variable.name = "Race", na.rm = TRUE)
df <- subset(df, select = -value)

#  SubjID Sex Age  Race
#    002   M  66 White
#    001   F  62    AA 

Answer 3

这是一个基本方法：

race_cols <- 4:7

ind <- max.col(df[, race_cols])

df$Race_number <- ind
df$Race <- names(df[, race_cols])[ind]

df[, -race_cols]

  SubjID Sex Age Race_number  Race
1    001   F  62           2    AA
2    002   M  66           1 White

来自@Ben 的数据

df <- data.frame(
  SubjID = c("001", "002"),
  Sex = c("F", "M"),
  Age = c(62, 66),
  White = c(0, 1),
  AA = c(1, 0),
  Asian = c(0, 0),
  Other = c(0, 0)
)