在具有 NA 的特定列中进行 mutate 和 ifelse答案

【问题标题】：mutate and ifelse in specific columns with NA在具有 NA 的特定列中进行 mutate 和 ifelse
【发布时间】：2018-10-22 19:01:37
【问题描述】：

我有一个包含 6 列的大型数据框，我想根据条件进行比较并创建一个新数据框。我正在努力使用 mutate 和 ifelse，因为我在某些地方也有 NA。我的数据的一个小样本如下所示：

 dput(test)
       structure(list(value = c(1, 0, 0, 0), value_lag_1 = c(0, 1, 0, 
       0), value_lag_2 = c(NA, 0L, 0L, 0L), value_lead_1 = c(0L, 0L, 
       0L, NA), value_lead_2 = c(0L, 0L, 0L, 0L), ref = c(1, 1, 0, 1
       )), .Names = c("value", "value_lag_1", "value_lag_2", "value_lead_1", 
       "value_lead_2", "ref"), row.names = 2:5, class = "data.frame")

我想要做的是将前 5 列与最后一列（参考）进行比较。如果前 5 列中的任何一列为 1 且 ref 为 1，则为 1，否则为 0，所以我的结果（sim）将是：

value value_lag_1 value_lag_2 value_lead_1 value_lead_2 ref sim
    1           0          NA            0            0     1   1
    0           1           0            0            0     1   1
    0           0           0            0            0     0   0
    0           0           0           NA            0     1   0

我尝试了以下方法，但没有成功：

 myvar <- names(test)[1:5]
 test%>%
          mutate(sim=ifelse( any(myvar!=0,na.rm=T) & ref==1,1,0))

有应用条件的想法吗？非常欢迎任何其他建议。

非常感谢

【问题讨论】：

标签： r

【解决方案1】：

不需要ifelse，因为您的所有条件都可以轻松推断为“0”为FALSE，“非0”为TRUE：

test$sim <- rowSums(test[1:5], na.rm=TRUE) & test[[6]]
test
#   value value_lag_1 value_lag_2 value_lead_1 value_lead_2 ref   sim
# 2     1           0          NA            0            0   1  TRUE
# 3     0           1           0            0            0   1  TRUE
# 4     0           0           0            0            0   0 FALSE
# 5     0           0           0           NA            0   1 FALSE

或文字 0/1：

test$sim <- as.integer( rowSums(test[1:5], na.rm=TRUE) & test[[6]] )
test
#   value value_lag_1 value_lag_2 value_lead_1 value_lead_2 ref sim
# 2     1           0          NA            0            0   1   1
# 3     0           1           0            0            0   1   1
# 4     0           0           0            0            0   0   0
# 5     0           0           0           NA            0   1   0
cc(4)
# (converted)

【讨论】：

@Jaap，感谢您的编辑，但结果不一致：即使我指定了$sim，由于名称来自test[6]（单括号），分配实际上进入$ref .将其更改为test[[6]] 更加一致。谢谢，我没有看到列名不一致。
太棒了！这样可行。我只是用错了方法！非常感谢

【解决方案2】：

test$sim <- rowSums(test[, 1:5], na.rm = T) >= 1 | test[, 6] == 1

【讨论】：

【解决方案3】：

test$sim <- rowSums(df[, 1:5], na.rm = T) >= 1 & test$ref == 1

  value value_lag_1 value_lag_2 value_lead_1 value_lead_2 ref   sim
2     1           0          NA            0            0   1  TRUE
3     0           1           0            0            0   1  TRUE
4     0           0           0            0            0   0 FALSE
5     0           0           0           NA            0   1 FALSE

如果您确实需要0 和1 格式，可以将sim 转换为数字。

【讨论】：

【解决方案4】：

在您开始使用 dplyr 的基础上，尝试一下

test %>% mutate(sim = ifelse(rowSums(test[1:5], na.rm = TRUE) & ref == 1, 1, 0)) 或

test %>% mutate(sim = ifelse(rowSums(test[1:5], na.rm = TRUE) > 0 & ref == 1, 1, 0))

【讨论】：