比较布尔向量答案

【问题标题】：Comparing Boolean Vectors比较布尔向量
【发布时间】：2011-12-14 02:23:03
【问题描述】：

我有一个数据框，其中包含四个逻辑向量 v1、v2、v3、v4，它们是 TRUE或假。我需要根据布尔向量的组合（例如，"None"、"v1 only"、"v1 和v3”、“全部”等）。我想在不获取数据框的子集或嵌套 ifelse 语句的情况下执行此操作。对最好的方法有什么建议吗？谢谢！

【问题讨论】：

标签： r boolean

【解决方案1】：

看来我参加这个聚会迟到了。不过，我不妨分享一下我带来的东西！

这通过将FALSE/TRUE 的可能性视为位，并对它们进行操作以分配给v1、v2 和v3 的每个组合一个1 到8 之间的唯一整数（很像chmod可以表示*NIX 系统上的权限位）。然后将整数用作索引来选择文本描述符向量的适当元素。

（为了演示，我只使用了三列，但这种方法可以很好地扩展。）

# CONSTRUCT VECTOR OF DESCRIPTIONS
description <- c("None", "v1", "v2", "v1 and v2",
                 "v3", "v1 and v3", "v2 and v3", "All")

# DEFINE DESCRIPTION FUNCTION
getDescription <- function(X) {
    index <- 1 + sum(X*c(1,2,4))
    description[index]
}

# TRY IT OUT ON ALL COMBOS OF v1, v2, and v3
df <- expand.grid(v1=c(FALSE, TRUE),
                  v2=c(FALSE, TRUE),
                  v3=c(FALSE, TRUE))
df$description <- apply(df, 1, getDescription)

# YEP, IT WORKS.
df
#      v1    v2    v3 description
# 1 FALSE FALSE FALSE        None
# 2  TRUE FALSE FALSE          v1
# 3 FALSE  TRUE FALSE          v2
# 4  TRUE  TRUE FALSE   v1 and v2
# 5 FALSE FALSE  TRUE          v3
# 6  TRUE FALSE  TRUE   v1 and v3
# 7 FALSE  TRUE  TRUE   v2 and v3
# 8  TRUE  TRUE  TRUE         All

【讨论】：

谢谢！如果我添加df$v3 <- TRUE，然后尝试再次运行df$description <- apply(df, 1, getDescription)，则会出现以下错误：X * c(1, 2, 4) 中的错误：二进制运算符的非数字参数为什么会这样？谢谢！
@BoomShakalaka -- 这对我来说很好用。您是否可能分配了"TRUE" 而不是TRUE？您的错误消息暗示您的 data.frame 中的一列不是数字。或者，您的df 是否不止这三列？如果是这样，你需要做apply(df[c("v1", "v2", "v3")], 1, getDescription)。希望对您有所帮助。
还有一个不是数字的列，所以这就是问题所在。谢谢！

【解决方案2】：

这是一种依赖于 TRUE / FALSE 可以表示为 0 和 1 的事实的方法。您可以将布尔值乘以其列索引，然后将所有值粘贴在一起。这将告诉您哪些列的每一行的值为 1。这是一个例子：

set.seed(1)
dat <- data.frame(v1 = sample(c(T,F), 10, TRUE),
                  v2 = sample(c(T,F), 10, TRUE),
                  v3 = sample(c(T,F), 10, TRUE),
                  v4 = sample(c(T,F), 10, TRUE)
                  )
#End fake data
#Multiple T/F times the column index
dat <- dat * rep(seq_len(ncol(dat)), each = nrow(dat))
#Paste together in a new column
dat$v5 <- apply(dat, 1, function(x) paste(x, collapse = ""))

> dat
   v1 v2 v3 v4   v5
1   0  0  3  4 0034
2   0  2  0  4 0204
...

结合以下有用的 cmets 和附加问题

我会使用expand.grid() 创建一个查找表，然后编写文本标签来表示它们，但你认为合适。这是一个包含两列的示例：

set.seed(1)
dat <- data.frame(v1 = sample(c(T,F), 10, TRUE),
                  v2 = sample(c(T,F), 10, TRUE)
       )

#Thanks @Joshua
dat$comp <- as.character(apply(1 * dat, 1, paste, collapse=""))

#Look up table
lookup <- data.frame(comp = apply(expand.grid(0:1, 0:1), 1, paste, collapse = ""),
                     text = c("none", "v1 only", "v2 only", "all"),
                     stringsAsFactors = FALSE
)

#Use merge to join the look up table to your data. Note the consistent naming of the comp column
> merge(dat, lookup)
   comp    v1    v2    text
1    00 FALSE FALSE    none
2    00 FALSE FALSE    none
3    01 FALSE  TRUE v2 only
....

【讨论】：

+1 做得很好。另一个使用 0/1 表示的选项是将每个乘以 10 的幂并相加；这可以通过矩阵乘法来完成，例如as.matrix(dat) %*% 10^rev(seq_len(ncol(dat))-1)。（如果您更喜欢二进制思维，也可以使用 2 的幂。）
+1 但我认为不需要“列索引”，因为它是由字符串中1s 的位置定义的。替代方案是 apply(1*dat,1,paste,collapse="") 或 do.call(paste, c(1*dat,sep=""))。
谢谢。因此，基于您的答案，我正在考虑以下内容：v1 <- ifelse(v1 == TRUE, 1000, 0)v2 <- ifelse(v1 == TRUE, 100, 0)v3 <- ifelse(v1 == TRUE, 10, 0)v4 <- ifelse(v1 == TRUE, 1, 0)dat$v5 <- sum(v1, v2, v3, v4) 然后我是否应该创建一个值列表来查找标签（例如 1111 == "All ") 还是有更好的方法？
@BoomShakalaka - 不确定我是否遵循了你的代码，但我认为我理解你需要完成什么。查看我的更新答案，如果我接近了，请告诉我。

【解决方案3】：

让我也把我的帽子扔进擂台

plyr::adply(dat, 1, function(x) paste(names(Filter(isTRUE, x)), collapse = " and "))

      v1    v2    v3    v4               V1
1   TRUE  TRUE FALSE  TRUE v1 and v2 and v4
2   TRUE  TRUE  TRUE FALSE v1 and v2 and v3
3  FALSE FALSE FALSE  TRUE               v4
4  FALSE  TRUE  TRUE  TRUE v2 and v3 and v4
5   TRUE FALSE  TRUE FALSE        v1 and v3
6  FALSE  TRUE  TRUE FALSE        v2 and v3
7  FALSE FALSE  TRUE FALSE               v3
8  FALSE FALSE  TRUE  TRUE        v3 and v4
9  FALSE  TRUE FALSE FALSE               v2
10  TRUE FALSE  TRUE  TRUE v1 and v3 and v4

【讨论】：

那顶帽子值得+1！正则表达式可以进一步完善这一点，用 , 替换除最后一个 and 之外的所有内容。这是应该起作用的东西：txt <- "v1 and v2 and v3 and v4"，然后是gsub("([[:space:]]and)(?![[:space:]]v[[:digit:]]$)", ",", txt, perl=TRUE)。

【解决方案4】：

 set.seed(123)
> dat <- data.frame(v1 = sample(c(T,F), 10, TRUE),
+                   v2 = sample(c(T,F), 10, TRUE),
+                   v3 = sample(c(T,F), 10, TRUE),
+                   v4 = sample(c(T,F), 10, TRUE)
+                   )
> dat

第一种策略使用各种模式组合来索引字符向量，默认为 1 来索引“Other”：

> dat$bcateg <- c("Other", "v2 only", "v1 and v3", "All")[1+
+ with(dat, 1*(v2 & !v1 &!v3 &!v4))
+ +with(dat, 2*(v1&v3))+
+ with(dat, v1&v2&v3&v4)]
> dat
      v1    v2    v3    v4    bcateg
1   TRUE FALSE FALSE FALSE     Other
2  FALSE  TRUE FALSE FALSE   v2 only
3   TRUE FALSE FALSE FALSE     Other
4  FALSE FALSE FALSE FALSE     Other
5  FALSE  TRUE FALSE  TRUE     Other
6   TRUE FALSE FALSE  TRUE     Other
7  FALSE  TRUE FALSE FALSE   v2 only
8  FALSE  TRUE FALSE  TRUE     Other
9  FALSE  TRUE  TRUE  TRUE     Other
10  TRUE FALSE  TRUE  TRUE v1 and v3

第二种策略使用“，”分隔符连接 TRUE 的列名：

> dat$bcateg2 <-paste( c("","v1")[dat[["v1"]]+1 ], c("","v2")[dat[["v2"]]+1 ], c("","v3")[dat[["v3"]]+1 ], c("","v4")[dat[["v4"]]+1 ], sep = ",")
> dat
      v1    v2    v3    v4    bcateg   bcateg2
1   TRUE FALSE FALSE FALSE     Other     v1,,,
2  FALSE  TRUE FALSE FALSE   v2 only     ,v2,,
3   TRUE FALSE FALSE FALSE     Other     v1,,,
4  FALSE FALSE FALSE FALSE     Other       ,,,
5  FALSE  TRUE FALSE  TRUE     Other   ,v2,,v4
6   TRUE FALSE FALSE  TRUE     Other   v1,,,v4
7  FALSE  TRUE FALSE FALSE   v2 only     ,v2,,
8  FALSE  TRUE FALSE  TRUE     Other   ,v2,,v4
9  FALSE  TRUE  TRUE  TRUE     Other ,v2,v3,v4
10  TRUE FALSE  TRUE  TRUE v1 and v3 v1,,v3,v4

【讨论】：