R中嵌套ifelse语句中的缺失值答案

【问题标题】：Missing values in nested ifelse statements in RR中嵌套ifelse语句中的缺失值
【发布时间】：2014-07-12 04:45:59
【问题描述】：

在某个时间点，我遇到了这个问题......并解决了它。但是，由于这是一个反复出现的问题，我现在已经忘记了解决方案，希望这个问题能够为其他人和我提供澄清:)

我正在创建一个基于多个问题的答案的变量。每个问题可以有三个值：1、2 或 NA。对于每个观察，1 和 2 是互斥的。

我只是想创建一个变量，它是每个人用“1”编码的选项的组合，并根据该代码给它一个值。

假设我有这个df：

ID   var1    var2   var3   var4
1    1       2      NA     NA
2    NA      NA     2      1
3    2       1      NA     NA
4    2       NA     1      NA

然后我尝试根据以下语句重新编码：

df$var <- 
    ifelse(
        as.numeric(df$var1) == 1,
        "Gut instinct",
        ifelse(
            as.numeric(df$var2) == 1,
            "Data",
            ifelse(
                as.numeric(df$var3) == 1,
                "Science",
                ifelse(
                    as.numeric(df$var4) == 1,
                    "Philosophy",
                    NA
                )
            )
        )
    )

但是，此代码仅部分基于“ifelse”进行编码。例如，df$var 可能观察到“直觉”和“哲学”，但 var2 和 var3==1 的编码仍然是 NA。

对为什么会发生这种情况有任何想法吗？

【问题讨论】：

也许你应该显示你的预期输出

标签： r if-statement

【解决方案1】：

比apply 更快的替代方案（使用@MrFlick 的数据）：

vals <- c("Gut", "Data", "Science", "Phil")
intm <- dd[-1]==1 & !is.na(dd[-1])
dd$resp <- NA
dd$resp[row(intm)[intm]] <- vals[col(intm)[intm]]

快多少？在 100 万行上：

#row/col assignment
user  system elapsed 
0.99    0.02    1.02 

#apply
 user  system elapsed 
11.98    0.04   12.30

在相同的数据集上尝试时给出相同的结果：

identical(flick$resp,latemail$resp)
#[1] TRUE

【讨论】：

有趣的方法。之前我什至不知道row 和col 函数
我很高兴我现在删除了我的答案。 :) 它会慢 50 倍。哈哈。
虽然，公平地说，我怀疑这是一个真正需要优化速度的功能。正如他们所说，过早的优化是万恶之源。但是，很高兴知道所有选项。最好选择对代码维护者最有意义的一个。

【解决方案2】：

这是一种不用嵌套 ifelse 语句的方法

#your data
dd<-data.frame(ID = 1:4, 
    var1 = c(1, NA, 2, 2), 
    var2 = c(2, NA, 1, NA), 
    var3 = c(NA, 2, NA, 2), 
    var4 = c(NA, 1, NA, NA)
)

resp <- c("Gut","Data","Sci","Phil")[apply(dd[,-1]==1,1,function(x) which(x)[1])]
cbind(dd, resp)

我使用apply 扫描行以找到第一个 1 并使用该索引对响应值进行子集化。使用which 有助于处理NA 值。

【讨论】：

(+1) 很好地使用了矢量化。

【解决方案3】：

这是因为ifelse（和==）对NA 有特殊行为。具体来说，R 不想告诉您NA 与1（或其他任何东西）不同，因为NA 通常用于表示可能是任何东西的值，也许甚至1。

> 1 == NA
[1] NA

> ifelse(NA == 1, "yes", "no")
[1] NA

使用您的代码，如果1 之前出现NA（例如ID 2），那么ifelse 语句将只返回NA，而嵌套的FALSE ifelse 将永远不会被调用。

【讨论】：

【解决方案4】：

要回答您的问题，这是由于您的数据中存在 NA。这应该可以解决您的问题

df <- data.frame( ID=1:4, var1= c(1, NA, 2, 2), var2= c(2, NA, 1, NA),
var3=c(NA,2,NA,2), var4=c(NA, 1, NA, NA))

df$var<-ifelse(as.numeric(df$var1)==1&!is.na(df$var1),"Gut instinct", 
           ifelse(as.numeric(df$var2)==1&!is.na(df$var2),"Data",
                  ifelse(as.numeric(df$var3)==1&!is.na(df$var3),"Science",
                      ifelse(as.numeric(df$var4)==1&!is.na(df$var4),"Philosophy",NA))))

但是，我会发现将数据重塑为“矩阵”而不是表格并使用向量更容易。

data <- df
library(reshape2)
long <- melt(data, id.vars="ID")
long

这会给你一个矩阵。将 var 标题转换为更有意义的内容。

library(stringr)
long$variable <- str_replace(long$variable, "var1", "Gut Instinct")
long$variable <- str_replace(long$variable, "var2", "Data")
long$variable <- str_replace(long$variable, "var3", "Science")
long$variable <- str_replace(long$variable, "var4", "Philosophy")

现在你可以根据每个结果决定做什么

long$var <- ifelse(long$value==1, long$variable, NA)

如果你想要的话，可以把它转换回原来的样子

reshape(data=long, timevar="ID",idvar=c("var", "variable"), v.names = "value", direction="wide")

HTH

【讨论】：