基于其他变量创建一个新变量，其中包含 r 中的特定值答案

【问题标题】：Create a new variable base on other variables contain a specific value in r基于其他变量创建一个新变量，其中包含 r 中的特定值
【发布时间】：2016-05-03 04:57:49
【问题描述】：

我有几个严重的变量，我想创建两个新的虚拟变量。变量一：如果其他变量包含特定值，则变量一等于 1。变量二：如果其他变量连续包含特定值，则变量二等于1。

我的数据看起来像

ID score_2011 score_2012 score_2013 score_2014 score_2015
1          12         15         96         96         16
2          12         15         15         15         16
3          12         96         20         15         16
4          12         15         18         15         16
5          12         15         96         15         16

我想得到如下的新变量

IF score_2011~2015 contain 96 then with_96=1
IF score_2011~2015 contain continuous 96 then back_to_back_96=1

我希望结果看起来像..

  ID    score_2011 score_2012 score_2013  score_2014  score_2015  with_96  back_to_back_96
    1          12         15         96         96         16       1               1
    2          12         15         15         15         16       0               0
    3          12         96         20         15         16       1               0
    4          12         15         18         15         16       0               0
    5          96         15         96         15         16       1               0

提前致谢

【问题讨论】：

标签： r variables

【解决方案1】：

一种选择是遍历行，查找是否有 any 值是 96（'x1'），对每一行进行运行长度编码，检查是否有 any lengths 对于 'TRUE' 值大于 1 ('x2') ，将两者连接，转置并将两个新列分配给输出。

df1[c("with_96", "back_to_back_96")] <- t(apply(df1[-1], 1, FUN= function(x) {
          x1 <- as.integer(any(x==96))
          rl <- rle(x==96)
          x2 <- any(rl$lengths[rl$values]>1)
          c(x1, x2)}))
df1
#  ID score_2011 score_2012 score_2013 score_2014 score_2015 with_96 back_to_back_96
#1  1         12         15         96         96         16       1               1
#2  2         12         15         15         15         16       0               0
#3  3         12         96         20         15         16       1               0
#4  4         12         15         18         15         16       0               0
#5  5         12         15         96         15         16       1               0

或者另一个选项是使用rowSums

df1["with_96"] <- +(!!rowSums(df1[-1]==96))
df1["back_to_back_96"] <-  rowSums((df1[-c(1, ncol(df1))]==96)  + 
                 (df1[-c(1,2)]==96)>1)

【讨论】：

【解决方案2】：

如果您愿意，可以对data.table 进行一些幻想。处理长格式的融合数据集可能会使其中一些比较的逻辑更简单。

library(data.table)
setDT(dat)
melt(dat, id="ID")[, .(with96=any(value==96), b2b96=any(diff(which(value==96))==1)), by=ID]

#   ID with96 b2b96
#1:  1   TRUE  TRUE
#2:  2  FALSE FALSE
#3:  3   TRUE FALSE
#4:  4  FALSE FALSE
#5:  5   TRUE FALSE

【讨论】：

谢谢。因为我在数据框中还有其他变量，我如何使用您的代码将第 2 列限制为第 5 列？