如果在特定列中找到值，您如何查找？

Question

ID Pred1    Pred2   Pred3   Obs1    Obs2    Obs3   FP
1  Boston   Tokyo   London  Boston  London  Other  0
2  Tokyo    London  Paris   Seattle Paris   Other  0
3  London   Berlin  Paris   Paris   Berlin  London 0
4  Seattle  Berlin  London  Tokyo   Paris   Boston 1

这是我的数据集。我想要做的是，如果在任何观察到的列（Obs1，Obs2，Obs3）中找到预测列（'Pred1''Pred2'，'Pred3'）中的任何城市，即至少一个城市，然后我将 0 分配给名为 fp 的列。 如果在观察列中没有发现预测列中的任何内容，那么我将 1 分配给 fp 列。 我正在尝试

mutate(fp = ifelse(c(pred1, pred2, pred3) %in% c(obs1, obs2, obs3),0,1)

等等，但我没有得到我想要的……有人可以帮忙吗？ 我想知道如何通过专门使用 '%in%' 的 mutate 函数或任何其他方法来做到这一点，如果这不起作用。

Answer 1

library(dplyr)

data %>%
  group_by(ID) %>%
  mutate(FP = ifelse(Pred1 %in% Obs1|Pred2 %in% Obs2|Pred3 %in% Obs3|
                    Pred1 %in% Obs2|Pred2 %in% Obs1|Pred3 %in% Obs2|
                    Pred1 %in% Obs3|Pred2 %in% Obs3|Pred3 %in% Obs1, "0", "1"))

如果数据仅限于这 6 列，这是最粗略的方法

Answer 2

正如所有答案所示，有很多方法可以做到这一点，您可以使用c(pred1, pred2, pred3) %in% c(obs1, obs2, obs3) 的原始想法，但您需要检查至少 1 个TRUE，因此求和并检查是否存在>0 TRUE 是可能的，因此， 考虑到您对此的评论是rowwise，我不会对任何内容进行分组

df %>% 
  rowwise %>% 
  mutate(FP = sum(c(Pred1, Pred2, Pred3) %in% c(Obs1, Obs2, Obs3)) > 0, # TRUE if at least 1 match
         FP = as.numeric(!FP)) # This turns TRUE -> FALSE -> 0 as required

     ID Pred1   Pred2  Pred3  Obs1    Obs2   Obs3      FP
  <dbl> <chr>   <chr>  <chr>  <chr>   <chr>  <chr>  <dbl>
1     1 Boston  Tokyo  London Boston  London Other      0
2     2 Tokyo   London Paris  Seattle Paris  Other      0
3     3 London  Berlin Paris  Paris   Berlin London     0
4     4 Seattle Berlin London Tokyo   Paris  Boston     1

Answer 3

apply 的一个解决方案是逐行检查 "Pred" 列中是否存在 "Obs" 列中的值。

pred_cols <- grep("^Pred", names(df), value = TRUE)
obs_cols <- grep("^Obs", names(df), value = TRUE)

df$FP <- +(!apply(df, 1, function(x) any(x[pred_cols] %in% x[obs_cols])))
df


#  ID   Pred1  Pred2  Pred3    Obs1   Obs2   Obs3 FP
#1  1  Boston  Tokyo London  Boston London  Other  0
#2  2   Tokyo London  Paris Seattle  Paris  Other  0
#3  3  London Berlin  Paris   Paris Berlin London  0
#4  4 Seattle Berlin London   Tokyo  Paris Boston  1

---

使用gather/spread 的tidyverse 方法将是

library(tidyverse)

df %>%
  gather(key, value, -ID) %>%
  group_by(ID) %>%
  mutate(FP = +(!any(value[key %in% pred_cols] %in% value[key %in% obs_cols]))) %>%
  spread(key, value)