基於查找向量的條件重編碼

Question

我需要根據查找向量有條件地重新編碼我的數據幀d 。

dput(lookup)
structure(c("Apple", "Apple", "Banana", "Carrot"), .Names = c("101", "102", "102", "103"))
dput(d)
structure(list(pat = c(101, 101, 101, 102, 102, 103), gene = structure(1:6, .Label = c("a", 
"b", "c", "d", "e", "f"), class = "factor"), Apple = c(0.1, 0.2, 
0.3, 0.4, NA, NA), Banana = c(NA, NA, NA, NA, 0.55, NA), Carrot = c(NA, 
NA, NA, NA, NA, 0.6)), .Names = c("pat", "gene", "Apple", "Banana", 
"Carrot"), row.names = c(NA, -6L), class = "data.frame")

d是我通過reshape獲得的寬數據幀。 如果pat根據查找表匹配該列，我需要將每個Apple ， Banana和Carrot列中的任何NAs重新編碼為0 。 在這種情況下， d$Apple[5]和d$Banana[4]將被重新編碼為0 。

我一直在dplyr recode ，但是我不知道如何讓它進行查找和重新編碼，更不用說它必須在多個列上完成...還有一個關於在R中重新編碼變量的相關帖子查找表，但它似乎無法應用於我的問題。 任何人都可以幫我嗎？ 謝謝！

編輯

我嘗試了以下幾點：

e <- melt(d, id.vars=c("pat", "gene"))
e %>% mutate(test=ifelse(lookup[as.character(pat)] == variable, replace(value, is.na(value), 0), value))

我的代碼部分工作。 它成功地重新編碼了d$Apple[5]的NA d$Apple[5]而不是d$Banana[4]因為查找只能給出第一個值：

lookup["102"]
    102 
"Apple" 

而我需要我的查找能夠輸出“Apple”和“Banana”，並能夠相應地轉換滿足每個條件的NAs 。 有任何想法嗎？

Answer 1

對不起，這里沒有dplyr ，但代碼相當簡單。

for(i in unique(lookup)){
    need_to_replace = is.na(d[[i]]) & (d$pat %in% names(lookup[lookup %in% i]))
    d[[i]][need_to_replace] = 0
}

d

   pat gene Apple Banana Carrot
1 101    a   0.1     NA     NA
2 101    b   0.2     NA     NA
3 101    c   0.3     NA     NA
4 102    d   0.4   0.00     NA
5 102    e   0.0   0.55     NA
6 103    f    NA     NA    0.6

Answer 2

也許有點不完整，但我已經設法通過循環創建一個可能的解決方案

for(i in 1:nrow(d)){
  mtch <- lookup[which(d$pat[i] == names(lookup))] # Get lookup matches for row i
  colnum <- which(colnames(d) %in% mtch) # Get column nr that matches lookup value
  newval<-ifelse(is.na(d[i,colnum]),0,d[i,colnum]) # if it contains NA replace with 0
  d[i,colnum]<-unlist(newval) # replace the values

}

產量

  pat gene Apple Banana Carrot
1 101    a   0.1     NA     NA
2 101    b   0.2     NA     NA
3 101    c   0.3     NA     NA
4 102    d   0.4   0.00     NA
5 102    e   0.0   0.55     NA
6 103    f    NA     NA    0.6

希望能幫助到你

Answer 3

我會使用長格式並使用dplyr連接。

我首先回到如下所示的長格式：

library(tidyverse)
long_format <- d %>% 
  gather(fruit, value, -pat, -gene) 

然后我將創建查找作為data_frame ，因此我們可以使用連接。

lookup <- tribble(~pat, ~fruit,
                  101, "Apple",
                  102, "Apple",
                  102, "Banana",
                  103, "Carrot")

使用right_join意味着，我們保留查找中的所有組合。 然后，我們將缺少的值替換為0並擴展回寬格式，以備您需要時使用。

long_format %>% 
  right_join(lookup) %>% 
  replace_na(replace = list(value = 0)) %>%
  spread(fruit, value)
#> Joining, by = c("pat", "fruit")
#> pat gene Apple Banana Carrot
#> 1 101    a   0.1     NA     NA
#> 2 101    b   0.2     NA     NA
#> 3 101    c   0.3     NA     NA
#> 4 102    d   0.4   0.00     NA
#> 5 102    e   0.0   0.55     NA
#> 6 103    f    NA     NA    0.6