R 使用 mutate 和 for 循環的多組變量的 rowSums 通過變量名的前綴

Question

我有多個變量按前綴（par___、fri___、gp___ 等）分組在一起，其中有 29 個。

每個變量的值為 0 或 1。我需要做的是對這些組求和（即，partner___1 + partner___2 等），如果 rowSums = 0，則使每個變量 NA。

例如。 我的數據如下所示：

標准桿	標准桿 2	星期五 1	星期五 2
0	0	1	1
0	1	0	0
0	0	1	0
0	0	0	0

我希望它看起來像這樣：

標准桿	標准桿 2	星期五 1	星期五 2
不適用	不適用	1	1
0	1	不適用	不適用
不適用	不適用	1	0
不適用	不適用	不適用	不適用

我可以像這樣單獨做：

  df<- df%>%
    mutate(rowsum = rowSums(.[grep("par___", names(.))])) %>% 
    mutate_at(grep("par___", names(.)), funs(ifelse(rowsum == 0, NA, .))) %>%
    select(-rowsum) 

我想我可以做這樣的事情：

vars <- c('par___', "fri___','gp___')


for (i in vars) {
  df<- df%>%
    # creates a "rowsum" column storing the sum of columns 1:2 
    mutate(rowsum = rowSums(.[grep(i, names(.))])) %>% 
    # applies, to columns 1:2, a function that puts NA when the sum of the rows is 0
    mutate_at(grep(i, names(.)), funs(ifelse(rowsum == 0, NA, .))) %>%
    select(-rowsum) 
    }

沒有錯誤消息，但它不起作用。

另外，我嘗試了 mutate(across()) 而不是 mutate_at() 並收到此錯誤：

錯誤： mutate()輸入..1有問題。 x 無法將列表轉換為 function i Input ..1 is cross across(grep(i, names(.)), list(ifelse(rowsum == 0, NA, .))) 。

而且，我試過 list 而不是 funs 並得到這個錯誤：

rowsum == 0 中的錯誤：比較 (1) 僅適用於原子和列表類型

任何幫助將不勝感激！

多謝了。

Answer 1

tidyverse 選項將是：

df %>%
  stack() %>%
  group_by(ind) %>%
  group_by(grp = row_number(), grp2 = str_remove(ind, "_.*")) %>%
  mutate(values = values + na_if(all(values==0), 1)) %>%
  pivot_wider(grp, ind, values_from = values)
  
# A tibble: 4 x 5
# Groups:   grp [4]
    grp par___1 par___2 fri___1 fri___2
  <int>   <int>   <int>   <int>   <int>
1     1      NA      NA       1       1
2     2       0       1      NA      NA
3     3      NA      NA       1       0
4     4      NA      NA      NA      NA

另一方面，如果您更喜歡基本 R，那么您可以這樣做：

d <- ave(unlist(df), row(df), sub("_.*", "", names(df))[col(df)], FUN = function(x) x * NA ^ all(x==0))
array(d, dim(df), dimnames(df))

  par___1 par___2 fri___1 fri___2
1      NA      NA       1       1
2       0       1      NA      NA
3      NA      NA       1       0
4      NA      NA      NA      NA

請注意，最后一個是矩陣，您可以將其轉換為 dataframe。

Answer 2

使用split.default基本 R 選項：

do.call(cbind, unname(lapply(split.default(df, 
     sub('(\\w+)_.*', '\\1', names(df))), function(x) {
           x[rowSums(x) == 0, ] <- NA
           x
})))

#  fri___1 fri___2 par___ par___2
#1       1       1     NA      NA
#2      NA      NA      0       1
#3       1       0     NA      NA
#4      NA      NA     NA      NA