根據 R 中的條件，使用包含列名的字符串創建新列

Question

我需要清理一個大數據文件（±1300 列）並將其存儲到一個邏輯數據框中。 我知道這應該是可能的，但我不知道如何。

所以我的數據只包含“是”、“否”或“不適用”值，但它們所在的列具有所有需要的信息。 這是關於您在一天中與誰共度時光。 每行是 1 名參與者。 這是一個例子：

星期一.06.00.adult1	星期一.06.00.adult2	星期一.06.00.adult3	星期一.07.00.adult1	星期一.07.00.adult2	星期一.07.00.adult3	周一 8 月 00 日成人 1	周一 8 月 00 日成人 2	周一 8 月 00 日成人 3
是的	是的	不適用	是的	是的	不適用	不	是的	不適用
是的	不	不	是的	不	不	是的	是的	是的

在這里，您可以扣除參與者 1 在星期一早上 6 點與成人 1 和成人 2 一起度過，並且沒有成人 3。成人 1 在 8 點離開，因為那時他的存在變為“不”。 對於參與者 2，我們看到他的早晨只從成人 1 開始，成人 2 和 3 在 8 點加入。我有整整一周每天每小時的專欄，用於與 5 個成人和 5 個孩子一起度過......我如何希望我的數據看到最后：

參與者	日	小時	一起度過
1個	周一	06	成人1，成人2
1個	周一	07	成人1，成人2
1個	周一	08	成人2
2個	周一	06	成人1
2個	周一	07	成人1
2個	周一	08	成人 1、成人 2、成人 3

有什么方法可以讓我選擇（每行）所有“是”的答案，然后如果它們在日期和時間重疊，則組合它們的列名？ （所以對於參與者 1，“是”的答案將在 Monday.06.00.adult.1 和 Monday.06.00.adult.2 列中，我需要能夠提取並組合“Adult1”和“Adult2”以及將其存儲到單獨的列中。

我試圖從“是”的答案中收集所有列名

names(data)[which(data == "yes", arr.ind=T)[, "col"]]

但這為我提供了一個列表，在其中我看不到哪個值（列名）屬於哪個參與者，這使得無法連接正確的值。

"monday.06.00.adult.1"      "monday.06.00.adult.1"      "monday.06.00.adult.2"      "monday.06.00.adult.2"      "monday.07.00.adult.1"      "monday.07.00.adult.2"      "monday.07.00.adult.2".     "monday.07.00.child.1"      "monday.07.00.child.1"     

（這是一個隨機的例子）

我考慮過使用 dplyr（但我對它的經驗很少）。

data <- data %>% mutate(SpentWith = case_when(
if monday.07.00.adult.1 == "yes", ~ "Adult1",
if monday.07.00.adult.2 == "yes", ~ "Adult2",
if monday.07.00.adult.3 == "yes", ~ "Adult3"
))

如果滿足該條件，它將在一個字符變量中添加“Adult1”、“Adult2”、“Adult3”字符串，這將是理想的選擇。

在此過程的任何步驟中的任何幫助都會非常有幫助！

Answer 1

使用 dplyr 和tidyr::pivot_longer() ：

library(dplyr) 
library(tidyr)

data %>% 
  mutate(Participant = row_number()) %>%   # add participant IDs
  pivot_longer(                            # pivot rows to columns:
    !Participant,                                       ## all cols except Participant
    names_sep = "\\.",                                  ## break up column names by "."
    names_to = c("Day", "Hour", "Minute", "SpentWith")  ## names for new columns
  ) %>% 
  filter(value == "yes") %>%              # keep "yes" values only
  group_by(Participant, Day, Hour) %>%    # within each Participant / Day / Hour:
  summarize(                              # combine SpentWith values into one string
    SpentWith = paste(SpentWith, collapse = ", "),
    .groups = "drop"
  )

# A tibble: 6 × 4
  Participant Day    Hour  SpentWith             
        <int> <chr>  <chr> <chr>                 
1           1 Monday 06    adult1, adult2        
2           1 Monday 07    adult1, adult2        
3           1 Monday 08    adult2                
4           2 Monday 06    adult1                
5           2 Monday 07    adult1                
6           2 Monday 08    adult1, adult2, adult3