在 R 中使用 mutate() 和 filter() 进行逐行逻辑运算

Question

我经常需要在数据框中使用mutate() 或select()，条件适用于变量子集，但我不能始终如一地这样做。

玩具示例数据框：

data<-data.frame(id=c("John", "Jane", "Louis", "Mirian"),
                         a=c(FALSE, FALSE, TRUE, TRUE),
                         b=c(FALSE, NA, TRUE, NA), 
                         c=c(TRUE, FALSE, TRUE, TRUE),
                         num=1:4)

操作 1：对逻辑变量进行逐行操作的 mutate()：
-我想创建一个新列“abc_any”，当 a:c 中的任何一个为 TRUE 时，其值为 TRUE：

我通常使用：

data%>%mutate(abc_any=a|b|c)

      id     a     b     c num abc_any
1   John FALSE FALSE  TRUE   1    TRUE
2   Jane FALSE    NA FALSE   2      NA
3  Louis  TRUE  TRUE  TRUE   3    TRUE
4 Mirian  TRUE    NA  TRUE   4    TRUE

但是我不能在链式“|”中指定所有变量 a:c比较。

我尝试了以下方法，但结果不一致。不知道为什么：

data%>%mutate(abc_any=Reduce("|", a:c))

      id     a     b     c num abc_any
1   John FALSE FALSE  TRUE   1    TRUE
2   Jane FALSE    NA FALSE   2    TRUE
3  Louis  TRUE  TRUE  TRUE   3    TRUE
4 Mirian  TRUE    NA  TRUE   4    TRUE

这行得通，但令人惊讶地将 abc_any 强制为数字：

data%>%rowwise()%>%mutate(abc_any=Reduce("|", a:c))

# A tibble: 4 x 6
# Rowwise: 
  id     a     b     c       num abc_any
  <fct>  <lgl> <lgl> <lgl> <int>   <int>
1 John   FALSE FALSE TRUE      1       1
2 Jane   FALSE NA    FALSE     2       0
3 Louis  TRUE  TRUE  TRUE      3       1
4 Mirian TRUE  NA    TRUE      4       1

这不起作用，并抛出几个错误消息：

data%>%rowwise()%>%mutate(abc_any=apply(a:c, 1, any))

操作 #2：filter()
- 我有时想用类似的条件过滤，但不能：

data%>%filter(a|b|c)

没问题

这个和几个变体（rowwise()%>%Reduce(...) 和其他）失败并显示各种错误消息：

data%>%filter(rowwise(Reduce("|", a:c)))

这个根本没有过滤，并抛出“数值表达式有4个元素：只有第一个使用”消息：

data%>%filter(Reduce("|", a:c))

我是否应该像上面那样使用 mutate() 创建一个新的“temp”列，然后进行过滤？

使用二进制数值变量：
- 现在假设这些逻辑变量被强制转换为数字，data_2<-data%>%mutate(across(where(is.logical), as.numeric))：

我尝试使用rowSums()，但也失败了：

data_2%>%rowwise()%>%mutate(abc_any=rowSums(a:c, na.rm = TRUE))

Error: Problem with `mutate()` input `abc_any`.
x 'x' must be an array of at least two dimensions
ℹ Input `abc_any` is `rowSums(a:c, na.rm = TRUE)`.
ℹ The error occured in row 1.

这些错误有哪些可能的解决方法？

Answer 1

Reduce 应该在 list - select 列 a:c 上，并在其上使用 Reduce，因为 data.frame/tibble 也是 list

library(dplyr)
data %>% 
     mutate(abc_any = Reduce("|", select(., a:c)))

或者如果我们需要filter

data %>% 
    filter(Reduce(`|`, select(., a:c)))

---

或者另一个选项是if_any

data %>%
   filter(if_any(a:c))
#      id     a     b    c num
#1   John FALSE FALSE TRUE   1
#2  Louis  TRUE  TRUE TRUE   3
#3 Mirian  TRUE    NA TRUE   4

---

或使用reduce 来自purrr

library(purrr)
data %>%
      mutate(abc_any = select(., a:c) %>%
        reduce(`|`))

---

或带有rowSums的代码

data %>%
   mutate(across(where(is.logical), as.numeric)) %>%
   mutate(abc_any = rowSums(select(., a:c), na.rm = TRUE) > 0)