假设我有这个数据集
> example <- data.frame(a = 1:10, b = 10:1, c = 1:5 )
我想创建一个新变量d。当至少在变量a b c 中存在值 1 2 或 3 时，我希望在 d 中获得值 1。
d 应该是这样的：
d <- c(1, 1, 1, 0, 0, 1, 1, 1, 1, 1)
提前致谢。
【问题讨论】：
标签： r multiple-columns dummy-variable
您可以使用rowSums 获取出现在每一行中的1, 2 or 3 的逻辑向量并将其包装在as.integer 中以转换为0和1，即
as.integer(rowSums(df == 1|df == 2| df == 3) > 0)
#[1] 1 1 1 0 0 1 1 1 1 1
【讨论】：
适用于任意数量的变量：
example <- data.frame(a = 1:10, b = 10:1, c = 1:5 )
x <- c(1, 2, 3)
as.integer(Reduce(function(a, b) (a %in% x) | (b %in% x), example))
【讨论】：
使用dplyr 包：
library(dplyr)
x <- 1:3
example %>% mutate(d = as.integer(a %in% x | b %in% x | c %in% x))
【讨论】：
另外两种适用于任意数量列的可能性：
#option 1
example$d <- +(rowSums(sapply(example, `%in%`, 1:3)) > 0)
#option 2
library(matrixStats)
example$d <- rowMaxs(+(sapply(example, `%in%`, 1:3)))
两者都给出：
> example a b c d 1 1 10 1 1 2 2 9 2 1 3 3 8 3 1 4 4 7 4 0 5 5 6 5 0 6 6 5 1 1 7 7 4 2 1 8 8 3 3 1 9 9 2 4 1 10 10 1 5 1
【讨论】：
您可以使用 apply 来执行此操作（虽然有点慢）
逻辑：any 将比较是否存在任何 1,2 或 3，apply 用于在每一行上迭代此逻辑。然后最后通过添加 +0 将布尔结果转换为数字（您可以在这里选择as.numeric，以防您想要更具表现力）
d <- apply(example,1 ,function(x)any(x==1|x==2|x==3))+0
如果有人想限制列或想在某些列上运行逻辑，那么也可以这样做：
d <- apply(example[,c("a","b","c")], 1, function(x)any(x==1|x==2|x==3))+0
在这里，您可以控制根据您的需要选择或忽略哪一列。
输出：
> d
[1] 1 1 1 0 0 1 1 1 1 1
【讨论】：
一般解决方案：
example %>%
sapply(function(i)i %in% x) %>% apply(1,any) %>% as.integer
#[1] 1 1 1 0 0 1 1 1 1 1
【讨论】：
试试这个方法，验证在任何列中是否存在x 中的列表一个元素。
x<-c(1,2,3)
example$d<-as.numeric(example$a %in% x | example$b %in% x | example$c %in% x)
example
a b c d
1 1 10 1 1
2 2 9 2 1
3 3 8 3 1
4 4 7 4 0
5 5 6 5 0
6 6 5 1 1
7 7 4 2 1
8 8 3 3 1
9 9 2 4 1
10 10 1 5 1
【讨论】：
apply、dplyr 等是矫枉过正。如果您有 10 列，那可能会有所不同。