如何在R中具有字母數字范圍的多列中使用ifelse來創建新列？

Question

我有一個包含 200 多列和 +200 萬個觀測值的數據集。 在這個數據集中，有 11 列（它們都以“DIAG”開頭）具有字母數字類別，我想創建一個新列，如果我感興趣的類別介於該特定范圍之間，該列將收到 1，否則，0。

我嘗試過這樣的事情，但它不起作用：

data$GROUP_12 <- ifelse(across(contains('DIAG') >= "A15" & <= "A19", 
                 ifelse(across(contains('DIAG') >= "A50" & <= "A64", 1, 0))))

我感興趣的范圍是：A15-A19、A50-A64、A80-B09、B15-B19、B25-B34。 所以我必須對每個范圍都這樣做，但所有這些都被添加到 GROUP_12 列。

使用可復制的數據進行編輯：

data <- data.frame(DIAG_PRINC = c("A25", "B32", "O90"),
                   DIAG_SECUN = c("A16", "Y55", "K97"),
                   DIAGSEC1 = c("B15", "J55", "Y97"),
                   DIAGSEC2 = c("L16", "B55", "A97"),
                   DIAGSEC3 = c("W10", "S57", "T44"),
                   DIAGSEC4 = c("A64", "A16", "Y55"),
                   DIAGSEC5 = c("A80", "D33", "V12"),
                   DIAGSEC6 = c("M16", "N55", "X97"),
                   DIAGSEC7 = c("B16", "Y57", "O58"),
                   DIAGSEC8 = c("V45", "C23", "Q97"),
                   DIAGSEC9 = c("F98", "R44", "A54"))

有什么建議么？

Answer 1

根據提供的示例和提到的邏輯，我們可以使用if_any （如果特定行中的任何列具有值）或if_all （如果特定行中選定列中的所有列都具有值）返回TRUE/FALSE 。 然后用+或as.integer包裝以強制將邏輯轉換為二進制

library(dplyr)
vals_range <- c(sprintf("A%02d", c(15:19, 50:64, 80)),
     sprintf("B%02d", c(1:9, 15:19, 25:34)))
data <- data %>% 
  mutate(GROUP_12 = +(if_any(starts_with('DIAG'), ~ .x  %in% vals_range)))

-輸出

data
DIAG_PRINC DIAG_SECUN DIAGSEC1 DIAGSEC2 DIAGSEC3 DIAGSEC4 DIAGSEC5 DIAGSEC6 DIAGSEC7 DIAGSEC8 DIAGSEC9 GROUP_12
1        A25        A16      B15      L16      W10      A64      A80      M16      B16      V45      F98        1
2        B32        Y55      J55      B55      S57      A16      D33      N55      Y57      C23      R44        1
3        O90        K97      Y97      A97      T44      Y55      V12      X97      O58      Q97      A54        1