R Генерация новой переменной на основе условного оператора, примененного ко многим столбцам

Вероятно, есть очевидный и элегантный способ сделать это, вероятно, с помощью lapply, но я все еще осваиваю команды применения и изо всех сил пытаюсь его найти.

У меня есть кадр данных, который выглядит следующим образом, за исключением того, что вместо 5 факторных переменных есть десятки, а вместо 10 строк - сотни.

    a<- data.frame("id" = c(1:10),
                   "a1" = factor(c(0,0,1,1,0,1,0,1,0,1)),
                   "a2" = factor(c(0,0,0,0,0,0,0,0,1,0)), 
                   "a3" = factor(c(0,0,0,0,0,1,0,0,0,0)),
                   "a4" = factor(c(0,0,0,0,0,0,0,0,1,1)), 
                   "a5" = factor(c(0,0,0,1,0,0,0,0,0,0)))

Я хочу создать новую переменную, которая равна 1, если какой-либо из 13 столбцов содержит определенный уровень фактора. Эквивалентом в примере кадра данных будет создание новой переменной с именем «b», равной 1, если в любом из столбцов a1: a4 есть «1», что будет выглядеть следующим образом.

    a<- data.frame("id" = c(1:10),
                   "a1" = factor(c(0,0,1,1,0,1,0,1,0,1)),
                   "a2" = factor(c(0,0,0,0,0,0,0,0,1,0)), 
                   "a3" = factor(c(0,0,0,0,0,1,0,0,0,0)),
                   "a4" = factor(c(0,0,0,0,0,0,0,0,1,1)), 
                   "a5" = factor(c(0,0,0,1,0,0,0,0,0,0)), 
                   "b"  = c(0,0,1,1,0,1,0,1,1,1))

Должен быть способ сделать это, используя 13 позиций столбцов вместо написания условного оператора ifthen для каждой из 13 переменных.


r conditional-statements lapply
person user2230555    schedule 29.09.2014    source источник
comment
Понятно, что вам нужно изменить форму ваших данных таким образом, чтобы у них был столбец для переменной, который затем является фактором, содержащим a1, a2, a3... и столбец для значения, который содержит все 0 и 1. См. мой ответ здесь для объяснения того, почему это значительно упрощает решение такой проблемы.   -  person David Robinson    schedule 29.09.2014
comment
Спасибо. Ссылка очень полезна. Идентификация столбцов с помощью регулярных выражений работала хорошо.   -  person user2230555    schedule 29.09.2014

Ответы (3)


arrow_upward
4
arrow_downward

Просто используйте rowSums, что-то вроде этого:

> as.numeric(rowSums(a[paste0("a", 1:5)] == 1) >= 1)
 [1] 0 0 1 1 0 1 0 1 1 1
person A5C1D2H2I1M1N2O1R2T1    schedule 29.09.2014
comment
(Теперь я вижу, что комментарий Дэвида включает ссылку, которая использует очень похожий подход...) - person A5C1D2H2I1M1N2O1R2T1; 29.09.2014
comment
Я получаю сообщение об ошибке выбора неопределенных столбцов. Дальнейшие мысли? - person user2230555; 29.09.2014
comment
@ user2230555, конечно. Вы пытаетесь выбрать столбцы, которых нет в вашем наборе данных. - person A5C1D2H2I1M1N2O1R2T1; 29.09.2014
comment
Или даже (rowSums(a[-1] == 1) > 0)+0 - person Rich Scriven; 29.09.2014

arrow_upward
0
arrow_downward

Если вы хотите попробовать lapply

  Reduce(`|`,lapply(a[,-1], function(x) as.numeric(as.character(x))))+0
  #[1] 0 0 1 1 0 1 0 1 1 1

Или просто

  Reduce(`|`, lapply(a[,-1], `==`, 1)) +0
  #[1] 0 0 1 1 0 1 0 1 1 1

Ориентиры

set.seed(155)
df <- as.data.frame(matrix(sample(0:1, 5000*1e4, replace=TRUE), ncol=5000))

library(microbenchmark)
f1 <- function() {as.numeric(rowSums(df == 1) >= 1) }
f2 <- function() {Reduce(`|`, lapply(df, `==`, 1)) +0}
f3 <- function() {apply(df == 1, 1, function(x) any(x %in% TRUE))+0}

microbenchmark(f1(), f2(), f3(), unit="relative")
# Unit: relative
# expr       min       lq   median       uq      max neval
# f1() 1.000000 1.000000 1.000000 1.000000 1.000000   100
# f2() 1.040561 1.043713 1.053773 1.032932 1.045067   100
# f3() 2.538287 2.517184 2.825253 2.477225 2.454511   100
person akrun    schedule 29.09.2014

arrow_upward
0
arrow_downward

Вы также можете использовать any после преобразования матрицы в логическую.

> apply(a[grep("a[1-4]", names(a))] == 1, 1, any)+0
# [1] 0 0 1 1 0 1 0 1 1 1

Or 

> apply(a[grepl("a[1-4]", names(a))] == 1, 1, any)+0
# [1] 0 0 1 1 0 1 0 1 1 1
person Rich Scriven    schedule 29.09.2014