在 r 中检查逻辑变量之和是否大于 n，使用 na

Question

我有一个带有 5 个二进制变量（ TRUE或FALSE ，但为方便起见表示为0或1 ）的 dataframe ，它们可能有缺失值：

df <- data.frame(a = c(1,0,1,0,0,...),
                 b = c(1,0,NA,0,1,...),
                 c = c(1,0,1,0,NA,...),
                 d = c(0,1,1,NA,NA,...),
                 e = c(0,0,0,1,1,...))

     a  b  c  d  e
 1   1  1  1  0  0
 2   0  0  0  1  0
 3   1 NA  1  1  0
 4   0  0  0 NA  1
 5   0  1 NA NA  1
...

现在我想创建一个变量，指示观察是否满足五个中的两个以上条件，即a 、 b 、 c 、 d和e的总和是否大于 2。

对于第一行和第二行，值显然分别为TRUE和FALSE 。 对于第三行，该值应为TRUE ，因为无论b是TRUE还是FALSE ，总和都大于 2。 对于第三行，值应为FALSE ，因为无论d是TRUE还是FALSE ，总和都小于或等于 2。 对于第五行，值应为NA ，因为总和的范围为 2 到 4，具体取决于c和d 。 所以理想的向量是c(TRUE, FALSE, TRUE, FALSE, NA, ...) 。

这是我的尝试：

df %>%
  mutate(a0 = ifelse(is.na(a), 0, a),
         b0 = ifelse(is.na(b), 0, b),
         c0 = ifelse(is.na(c), 0, c),
         d0 = ifelse(is.na(d), 0, d),
         e0 = ifelse(is.na(e), 0, e),
         a1 = ifelse(is.na(a), 1, a),
         b1 = ifelse(is.na(b), 1, b),
         c1 = ifelse(is.na(c), 1, c),
         d1 = ifelse(is.na(d), 1, d),
         e1 = ifelse(is.na(e), 1, e)
         ) %>%
  mutate(summin = a0 + b0 + c0 + d0 + e0,
         summax = a1 + b1 + c1 + d1 + e1) %>%
  mutate(f = ifelse(summax <= 2,
                    FALSE,
                    ifelse(summin >= 3, TRUE, NA)))

这确实有效，但我不得不创建太多冗余变量，而且如果有更多变量，代码会太长。 有没有更好的解决办法？

Answer 1

我只是注意到你想要 NA 以防缺失值的结果将决定 TRUE/FALSE 结果，所以我改变了答案。

结合两个if_else语句可以先检测该行是否已经有大于2的总和，如果没有则检测该行总和加上缺失值个数是否小于等于2。

library(tidyverse)
n <- 2
want <- ifelse(rowSums(df, na.rm = TRUE) > n, 
               TRUE, 
               if_else((rowSums(df, na.rm = TRUE) + rowSums(is.na(df)))<=n,
                        FALSE, 
                        NA))

如果您想坚持使用 base-R，您可以改用 function ifelse()。

Answer 2

我不确定您所说的“对于第五行，该值应该是 NA，因为总和的范围从 2 到 4，具体取决于 c 和 d”。

但是以下结果会导致您想要的向量：

test <- ifelse(is.na(df$c), NA, ifelse(rowSums(df[1:5,], na.rm=T) > 2, TRUE, FALSE))

如果 c 列中有 NA 值，则将在新向量test中插入一个 NA 值。 否则，测试前 5 列的总和是否大于 2 - 如果为真，则插入TRUE ，当总和小于或恰好为 2 时插入FALSE 。