如何将观察值转换为列并表示这些观察值的出现次数

Question

这是我的数据集的一个子集。 患者有不同类型的严重程度（观察）的不良事件（变量）。 我想创建表示严重程度（“严重”、“严重”、“中等”）的其他变量，并为每个患者提供严重程度类型的数量。

mydata<-structure(list(record_id = c("2", "4", "5", "9", "10", "11", 
    "12", "15", "22", "23"), `Dégré Cytolyse hep ` = structure(c(NA, 
    3L, NA, NA, 1L, NA, 2L, NA, 3L, NA), .Label = c("modéré", "grave", 
    "sévère"), class = "factor"), `Dégré Trble digest` = structure(c(1L, 
    NA, NA, NA, NA, 2L, 1L, 1L, NA, 3L), .Label = c("modéré", "grave", 
    "sévère"), class = "factor"), `Dégré Erupt cutanées` = structure(c(NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_), .Label = c("modéré", 
    "grave", "sévère"), class = "factor"), `Dégré Ins renale` = structure(c(NA, 
    NA, NA, 1L, NA, NA, NA, NA, NA, NA), .Label = c("modéré", "grave", 
    "sévère"), class = "factor"), `Dégré Neuropath` = structure(c(NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_), .Label = c("modéré", 
    "grave", "sévère"), class = "factor"), `Dégré Autre 1` = structure(c(NA, 
    NA, 1L, NA, NA, 1L, NA, 1L, 3L, NA), .Label = c("modéré", "grave", 
    "sévère"), class = "factor"), `Dégré Autre 2` = structure(c(NA, 
    NA, NA, NA, NA, 1L, NA, 1L, NA, NA), .Label = c("modéré", "grave", 
    "sévère"), class = "factor"), `Dégré Autre 3` = structure(c(NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_), .Label = c("modéré", 
    "grave", "sévère"), class = "factor"), `Dégré Autre 4` = structure(c(NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_), .Label = c("modéré", 
    "grave", "sévère"), class = "factor"), `Dégré Autre 5` = structure(c(NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_, NA_integer_, 
    NA_integer_, NA_integer_, NA_integer_, NA_integer_), .Label = c("modéré", 
    "grave", "sévère"), class = "factor")), row.names = c(NA, 10L
    ), class = "data.frame")

预期的数据集将是：

   record_id Dégré Cytolyse hep  Dégré Trble digest Dégré Erupt cutanées Dégré Ins renale Dégré Neuropath Dégré Autre 1 Dégré Autre 2 Dégré Autre 3 Dégré Autre 4 Dégré Autre 5 modéré sévère grave
1          2                <NA>             modéré                 <NA>             <NA>            <NA>          <NA>          <NA>          <NA>          <NA>          <NA>      1      0     0
2          4              sévère               <NA>                 <NA>             <NA>            <NA>          <NA>          <NA>          <NA>          <NA>          <NA>      0      1     0
3          5                <NA>               <NA>                 <NA>             <NA>            <NA>        modéré          <NA>          <NA>          <NA>          <NA>      1      0     0
4          9                <NA>               <NA>                 <NA>           modéré            <NA>          <NA>          <NA>          <NA>          <NA>          <NA>      1      0     0
5         10              modéré               <NA>                 <NA>             <NA>            <NA>          <NA>          <NA>          <NA>          <NA>          <NA>      1      0     0
6         11                <NA>              grave                 <NA>             <NA>            <NA>        modéré        modéré          <NA>          <NA>          <NA>      2      0     1
7         12               grave             modéré                 <NA>             <NA>            <NA>          <NA>          <NA>          <NA>          <NA>          <NA>      1      0     1
8         15                <NA>             modéré                 <NA>             <NA>            <NA>        modéré        modéré          <NA>          <NA>          <NA>      3      0     0
9         22              sévère               <NA>                 <NA>             <NA>            <NA>        sévère          <NA>          <NA>          <NA>          <NA>      0      2     0
10        23                <NA>             sévère                 <NA>             <NA>            <NA>          <NA>          <NA>          <NA>          <NA>          <NA>      0      1     0

Answer 1

这是一个tidyverse方法。 它假设所有需要计算的列都以“Dégré”开头，然后对这些与严重性相匹配的列进行rowwise()求和。

library(tidyverse)

mydata %>% 
  rowwise() %>% 
  mutate(sévère = sum(c_across(starts_with("Dégré")) == "sévère", na.rm = T),
         modéré = sum(c_across(starts_with("Dégré")) == "modéré", na.rm = T),
         grave = sum(c_across(starts_with("Dégré")) == "grave", na.rm = T)) %>% 
  ungroup()

Answer 2

这与我大约一周前回答的问题非常相似。 使用apply()和用户编写的 function：

# Defining useful function, to be passed within apply().
useful.fun = function(x) sum(x == i, na.rm = TRUE) 

for (i in c("modéré", "sévère", "grave")) # Iterating over possible severity levels.
{
  mydata$temp = apply(mydata, MARGIN = 1, useful.fun) # Requested results.
  colnames(mydata)[dim(mydata)[[2]]] = i # Renaming new column.
}