【问题标题】：Add one variable to specify which one of several variables that equals a value添加一个变量以指定几个变量中的哪一个等于一个值
【发布时间】：2020-12-31 14:36:18
【问题描述】：

我正在学习 R 并在这里寻找最佳实践...

主要问题

鉴于标题my_tibble：

# A tibble: 5 x 3
  chkA  chkB  chkC 
  <chr> <chr> <chr>
1 NA    NA    NA   
2 x     NA    NA   
3 NA    x     NA   
4 x     NA    NA   
5 NA    NA    x

我想创建一个变量/列checked，指定变量chkA、chkB 或chkC 中的哪一个等于"x"。对于每个观察/行，这三个变量中只有零个或一个可以等于"x"，而其余的都是NA。

我可以用这段代码解决它：

my_tibble <- my_tibble %>% mutate(checked = case_when(
  chkA == "x" ~ "A",
  chkB == "x" ~ "B",
  chkC == "x" ~ "C",
  TRUE ~ "(none)"
))

，它会产生这个小标题：

# A tibble: 5 x 4
  chkA  chkB  chkC  checked
  <chr> <chr> <chr> <chr>  
1 NA    NA    NA    (none) 
2 x     NA    NA    A      
3 NA    x     NA    B      
4 x     NA    NA    A      
5 NA    NA    x     C

但是，我认为/希望有一个更方便/优雅的解决方案，可能是单线或其他什么，因为我认为这是一个常见的问题。

奖励/后续问题

对于“更清洁”的小标题，我可能想通过转换为 lgl 变量来摆脱 chr 变量及其NAs。我用这段代码解决了这个问题：

my_tibble <- my_tibble %>% mutate(chkA = ifelse(is.na(chkA), FALSE, TRUE))
my_tibble <- my_tibble %>% mutate(chkB = ifelse(is.na(chkB), FALSE, TRUE))
my_tibble <- my_tibble %>% mutate(chkC = ifelse(is.na(chkC), FALSE, TRUE))

，创建这个小标题：

# A tibble: 5 x 3
  chkA  chkB  chkC 
  <lgl> <lgl> <lgl>
1 FALSE FALSE FALSE
2 TRUE  FALSE FALSE
3 FALSE TRUE  FALSE
4 TRUE  FALSE FALSE
5 FALSE FALSE TRUE

有没有更好的办法？

【问题讨论】：

标签： r tidyverse

【解决方案1】：

这里可以使用across 和mutate 用于多列。此外，is.na 的输出是合乎逻辑的，它可以被否定 (!) 以返回相反的结果，而不是使用 ifelse 或 case_when

library(dplyr)
my_tibble %>%
     select(starts_with('chk')) %>%
     mutate(across(everything(),  ~!is.na(.)))
# A tibble: 5 x 3
#  chkA  chkB  chkC 
#  <lgl> <lgl> <lgl>
#1 FALSE FALSE FALSE
#2 TRUE  FALSE FALSE
#3 FALSE TRUE  FALSE
#4 TRUE  FALSE FALSE
#5 FALSE FALSE TRUE

或者没有匿名函数调用

library(purrr)
my_tibble %>%
   select(starts_with('chk')) %>%
   mutate(across(everything(), negate(is.na)))
# A tibble: 5 x 3
#  chkA  chkB  chkC 
#  <lgl> <lgl> <lgl>
#1 FALSE FALSE FALSE
#2 TRUE  FALSE FALSE
#3 FALSE TRUE  FALSE
#4 TRUE  FALSE FALSE
#5 FALSE FALSE TRUE

对于根据NA 的出现创建列名，矢量化选项是max.col

nm1 <- sub('chk', '', names(my_tibble))[max.col(!is.na(my_tibble), 'first')]
nm1[!rowSums(!is.na(my_tibble))] <- NA_character_
my_tibble$checks <- nm1
my_tibble
# A tibble: 5 x 4
#  chkA  chkB  chkC  checks
#  <chr> <chr> <chr> <chr> 
#1 <NA>  <NA>  <NA>  <NA>  
#2 x     <NA>  <NA>  A     
#3 <NA>  x     <NA>  B     
#4 x     <NA>  <NA>  A     
#5 <NA>  <NA>  x     C

tidyverse 中创建列的一个选项是首先通过删除“chk”前缀来rename 列，然后使用imap 循环列，用列名替换非 NA 元素并使用coalesce 返回第一个非 NA 值，在 'my_tibble' 中创建 'checked' 列

library(stringr)
my_tibble <- my_tibble %>%
   rename_all(~ str_remove(., 'chk')) %>%
   imap_dfc(~  case_when(!is.na(.x) ~  .y)) %>%
   invoke(coalesce, .) %>% 
   mutate(my_tibble, checked = .)

-输出

my_tibble
# A tibble: 5 x 4
#  chkA  chkB  chkC  checked
#  <chr> <chr> <chr> <chr>  
#1 <NA>  <NA>  <NA>  <NA>   
#2 x     <NA>  <NA>  A      
#3 <NA>  x     <NA>  B      
#4 x     <NA>  <NA>  A      
#5 <NA>  <NA>  x     C

数据

my_tibble <- structure(list(chkA = c(NA, "x", NA, "x", NA), chkB = c(NA, NA, 
"x", NA, NA), chkC = c(NA, NA, NA, NA, "x")), row.names = c(NA, 
-5L), class = c("tbl_df", "tbl", "data.frame"))

【讨论】：

【解决方案2】：

一个dplyr 用于查找带有 x 的列的选项可能是：

df %>%
 rowwise() %>%
 mutate(checked = names(.)[replace(which(c_across(everything()) == "x"), length(.) == 0, NA)])

  chkA  chkB  chkC  checked
  <chr> <chr> <chr> <chr>  
1 <NA>  <NA>  <NA>  <NA>   
2 x     <NA>  <NA>  chkA   
3 <NA>  x     <NA>  chkB   
4 x     <NA>  <NA>  chkA   
5 <NA>  <NA>  x     chkC

【讨论】：