Question

我经常遇到这样的数据：

#create dummy data frame
data <- as.data.frame(diag(4))
data[data==0] <- NA
data[2,2] <- NA
data

#V1 V2 V3 V4
#1  1 NA NA NA
#2 NA NA NA NA
#3 NA NA  1 NA
#4 NA NA NA  1

行代表参与者，列V1至V4代表参与者所处的条件（例如，V1下的1表示该参与者处于条件1，V4下的1表示该参与者处于条件4）。旁注：数据不对称，因此在4个条件下有更多的参与者。

我想要的是一个具有每个参与者条件的向量：

1 NA  3  4

我写了下面的内容，但是想知道是否有更有效的方式（即使用更少的代码行）？

#replace entries with condition numbers 
cond <- data + matrix(rep(0:3, 4), 4, byrow=TRUE) #add 0 to 1 for condition 1...

#get all unique elements (ignore NAs)
cond <- apply(cond, 1, function(x)unique(x[!is.na(x)]))

#because I ignored NAs just now, cond[2,2] is numeric(0)
#assign NA to all values that are numeric(0)
cond[sapply(cond, function(x) length(x)==0)] <- NA

cond <- unlist(cond)
cond
#[1]  1 NA  3  4

Answer 1

我们可以将max.col与ties.method='first'一起用于数据＆＃39;中非NA元素的逻辑矩阵。为了使仅包含NA元素的行为NA，我们将max.col索引与逻辑矩阵的rowSums相乘，并将0个非NA行转换为NA（NA^）。

 max.col(!is.na(data), 'first')* NA^!rowSums(!is.na(data))
 #[1]  1 NA  3  4

或另一个选项是pmax。我们将列索引与数据相乘，以便非NA元素被索引替换。然后，将pmax与na.rm=TRUE一起使用，并获得每行的最大值。

 do.call(pmax, c(col(data)*data, na.rm=TRUE))
 #[1]  1 NA  3  4

Answer 2

使用reshape2包：

> data$ID <- rownames(data)
> melt(data, 'ID', na.rm=TRUE)
   ID variable value
1   1       V1     1
11  3       V3     1
16  4       V4     1

恕我直言，这有利于保持ID变量和治疗因子;如果你有一个响应测量，它也会出现在值列中。

编辑：

如果要在无条件下包含主题，可以明确重建该指标变量：

data$VNA <- ifelse(apply(is.na(data), 1, all), 1, NA)

Answer 3

比其他解决方案更聪明，更有效，但可能更具可读性？

country_code_to_find = "US"
if user.rules.where("countries @> '[{\"country_code\": \"#{country_code_to_find}\"}]'").exists?
  # Do some stuff
end

唯一的行值

3 个答案: