R - 將各種虛擬/邏輯變量從其名稱轉換為單個分類變量/因子

Question

我的問題與這個和另一個問題有很大的相似之處，但我的數據集有點不同，我似乎無法使這些解決方案有效。 如果我誤解了什么，請原諒我，這個問題是多余的。

我有一個這樣的數據集：

df <- data.frame(
  id = c(1:5),
  conditionA = c(1, NA, NA, NA, 1),
  conditionB = c(NA, 1, NA, NA, NA),
  conditionC = c(NA, NA, 1, NA, NA),
  conditionD = c(NA, NA, NA, 1, NA)
  )
# id conditionA conditionB conditionC conditionD
# 1  1          1         NA         NA         NA
# 2  2         NA          1         NA         NA
# 3  3         NA         NA          1         NA
# 4  4         NA         NA         NA          1
# 5  5          1         NA         NA         NA

（請注意，除了這些列之外，我還有很多其他列不應受當前操作的影響。）

因此，我觀察到conditionA ， conditionB ， conditionC和conditionD D是相互排斥的，應該更好地表示為單個分類變量，即factor ，應該如下所示：

#   id       type
# 1  1 conditionA
# 2  2 conditionB
# 3  3 conditionC
# 4  4 conditionD
# 5  5 conditionA

我已經使用tidyr gather或unite了tidyr ，但它與這種情況不符（有unite ，我們會丟失變量名稱中的信息）。

我嘗試使用kimisc::coalescence.na ，如第一個提到的答案中所建議的，但是1.我首先需要根據每列的名稱設置一個因子值，2。它不能按預期工作，只包括第一欄：

library(kimisc)
# first, factor each condition with a specific label
df$conditionA <- df$conditionA %>%
  factor(levels = 1, labels = "conditionA")
df$conditionB <- df$conditionB %>%
  factor(levels = 1, labels = "conditionB")
df$conditionC <- df$conditionC %>%
  factor(levels = 1, labels = "conditionC")
df$conditionD <- df$conditionD %>%
  factor(levels = 1, labels = "conditionD")

# now coalesce.na to merge into a single variable
df$type <- coalesce.na(df$conditionA, df$conditionB, df$conditionC, df$conditionD)

df
#   id conditionA conditionB conditionC conditionD       type
# 1  1 conditionA       <NA>       <NA>       <NA> conditionA 
# 2  2       <NA> conditionB       <NA>       <NA>       <NA> 
# 3  3       <NA>       <NA> conditionC       <NA>       <NA> 
# 4  4       <NA>       <NA>       <NA> conditionD       <NA> 
# 5  5 conditionA       <NA>       <NA>       <NA> conditionA

我嘗試了第二個問題中的其他建議，但沒有找到一個會給我帶來預期結果的建議......

Answer 1

嘗試：

library(dplyr)
library(tidyr)

df %>% gather(type, value, -id) %>% na.omit() %>% select(-value) %>% arrange(id)

這使：

#  id       type
#1  1 conditionA
#2  2 conditionB
#3  3 conditionC
#4  4 conditionD
#5  5 conditionA

---

更新

要處理您在注釋中詳細說明的情況，您可以對數據框的所需部分執行操作，然后left_join()執行其他列：

df %>% 
  select(starts_with("condition"), id) %>% 
  gather(type, value, -id) %>% 
  na.omit() %>% 
  select(-value) %>% 
  left_join(., df %>% select(-starts_with("condition"))) %>%
  arrange(id)

Answer 2

你也可以嘗試：

colnames(df)[2:5][max.col(!is.na(df[,2:5]))]
#[1] "conditionA" "conditionB" "conditionC" "conditionD" "conditionA"

如果每行只有一列的值不是NA ，則上述方法有效。 如果一行的值可以全部為NA ，那么您可以嘗試：

mat<-!is.na(df[,2:5])
colnames(df)[2:5][max.col(mat)*(NA^!rowSums(mat))]

Answer 3

library(tidyr)
library(dplyr)

df <- df %>%
  gather(type, count, -id)
df <- df[complete.cases(df),][,-3]
df[order(df$id),]
   id       type
1   1 conditionA
7   2 conditionB
13  3 conditionC
19  4 conditionD
5   5 conditionA