根据 r 中的字符向量创建虚拟对象答案

【问题标题】：Create dummy based on character vectors in r根据 r 中的字符向量创建虚拟对象
【发布时间】：2019-11-21 17:06:53
【问题描述】：

如果所有条目（在 cols value_1_value_3 中）都等于给定字符（例如“C”）或者是 NA，我想创建一个虚拟变量。

玩具示例：

df <- data.frame(state=rep("state"),
               candidate=c("a","b","c"),
               value_1= c("A","B","C"),
               value_2= c("A","B",NA),
               value_3= c("C",NA,NA), stringsAsFactors = FALSE)

需求：

df <- data.frame(state=rep("state"),
             candidate=c("a","b","c"),
             value_1= c("A","B","C"),
             value_2= c("A","B",NA),
             value_3= c("C",NA,NA), 
             dummy=c(0,0,1),stringsAsFactors = FALSE)

我试过了（但没用）：

df$dummy <- ifelse(df[-(1:2)] %in% c("C","NA"),1,0)

【问题讨论】：

rowSums(df[-(1:2)] == "C" | is.na(df[-(1:2)])) == NCOL(df) - 2

标签： r dataframe if-statement character-encoding dummy-variable

【解决方案1】：

另一种方式：

rowSums(df[-(1:2)] != "C", na.rm=TRUE) == 0
# [1] FALSE FALSE  TRUE

它是如何工作的：

对非“C”值进行检查矩阵
按行计算非“C”值，跳过 NAs
如果计数为 0，则为 TRUE；否则，假

令人困惑的是，df[-(1:2)] == "C" 会生成一个矩阵，而df[-(1:2)] %in% "C" 不会。要处理后者，请先包装as.matrix(df[-(1:2)])。

【讨论】：

【解决方案2】：

我们可以逐行使用apply 并检查all 所选列中的条目是否等于"C"，忽略NA 值。

cols <- grep("^value", names(df))
df$dummy <- as.integer(apply(df[cols] == "C", 1, all, na.rm = TRUE))

df
#  state candidate value_1 value_2 value_3 dummy
#1 state         a       A       A       C     0
#2 state         b       B       B    <NA>     0
#3 state         c       C    <NA>    <NA>     1

就您的尝试而言，%in% 不适用于整个数据框，您需要使用sapply/lapply 来检查多列中的值。事实上你可以在这里避免ifelse

df$dummy <- as.integer(sapply(df[-c(1:2)], function(x) all(x %in% c(NA, "C"))))

【讨论】：

【解决方案3】：

使用tidyverse的选项

library(tidyverse)
df %>% 
   mutate(dummy = pmap_int(select(., value_1, value_3),
        ~ +(!sum(c(...) != "C", na.rm = TRUE))))
#    state candidate value_1 value_2 value_3 dummy
#1 state         a       A       A       C     0  
#2 state         b       B       B    <NA>     0
#3 state         c       C    <NA>    <NA>     1

【讨论】：