更改具有唯一值的多列中的值并合并为单列 (R)答案

【问题标题】：Change values in multiple columns with unique value and merge into single column (R)更改具有唯一值的多列中的值并合并为单列 (R)
【发布时间】：2019-03-15 22:27:31
【问题描述】：

假设我有一个包含 4 行和 3 个变量的数据集 (ds)，如下所示：

如何将“1”更改为每列的唯一值并将它们组合成一列？

所以，第一步：

然后，第二步（创建x4）：

x1  x2  x3  x4
 1   0   0   1
 0   0   3   3
 0   2   0   2
 0   0   3   3

我有比这更多的变量，我只是想知道如何最小化我写的行数，所以它不像 10+ 行。

【问题讨论】：

这几乎肯定是个坏主意； x1..x3 看起来像底层分类变量 x4 的虚拟变量/单热变量。这听起来像是一个 [XY 问题[(meta.stackexchange.com/questions/66377/what-is-the-xy-problem)。你能解释为什么你需要这样做吗？您总是可以将每组假人改回它们的分类变量。
所以记录数据的方式有问题。因此，对于从 1 到 7 的单项测量，每个值都用它自己的列记录。因此，任何以 3 为响应的人在第三列被计为 1，在第六列的响应为 6 作为 1，依此类推。所以我需要将它们全部折叠到具有适当值的单列中。
Daniel：这不是“如何记录数据的问题”，这是一种非常标准的技术（单热/虚拟变量编码）。（例如，如果信息来自多选表格/调查/网络表格）。所以你只是问“如何在数据帧列中反转'one-hot'编码？”
smci：是的，谢谢，我现在才意识到，在与数据集的原始所有者交谈后，他们没有意识到这是他们所做的。这是一个“问题”，因为那不是故意的。但是，是的，非常感谢您让我知道它的技术术语。

标签： r data-cleaning

【解决方案1】：

你可以这样做：

df <- read.table(text="x1  x2  x3
1   0   0
0   0   1
0   1   0
0   0   1", header=TRUE, stringsAsFactors=FALSE)

df <- df*col(df)
df$x4 <- rowSums(df)

  x1 x2 x3 x4
1  1  0  0  1
2  0  0  3  3
3  0  2  0  2
4  0  0  3  3

【讨论】：

如果数据框太大（百万行），则可以将df <- df*col(df)替换为df <- sweep(x = df, MARGIN = 2, STATS = t(1:ncol(df)), FUN = '*')以提高内存效率。此外，如果在任何给定行中有多个非零值，最后一行代码也会有问题，因为它返回每一行的总和。 OP 需要决定预期的结果是什么。