Question

如果所有条目（在cols value_1_value_3中）都等于给定字符（例如“ C”）或为NA，我想创建一个虚拟变量。

玩具示例：

df <- data.frame(state=rep("state"),
               candidate=c("a","b","c"),
               value_1= c("A","B","C"),
               value_2= c("A","B",NA),
               value_3= c("C",NA,NA), stringsAsFactors = FALSE)

Desiderata：

df <- data.frame(state=rep("state"),
             candidate=c("a","b","c"),
             value_1= c("A","B","C"),
             value_2= c("A","B",NA),
             value_3= c("C",NA,NA), 
             dummy=c(0,0,1),stringsAsFactors = FALSE)

我尝试了（但不起作用）：

df$dummy <- ifelse(df[-(1:2)] %in% c("C","NA"),1,0)

Answer 1

我们可以逐行使用apply并检查all所选列中的条目是否等于"C"，而忽略NA的值。

cols <- grep("^value", names(df))
df$dummy <- as.integer(apply(df[cols] == "C", 1, all, na.rm = TRUE))

df
#  state candidate value_1 value_2 value_3 dummy
#1 state         a       A       A       C     0
#2 state         b       B       B    <NA>     0
#3 state         c       C    <NA>    <NA>     1

就您的尝试而言，%in%不适用于整个数据帧，您需要使用sapply / lapply检查多列中的值。实际上，您可以在此处避免ifelse

df$dummy <- as.integer(sapply(df[-c(1:2)], function(x) all(x %in% c(NA, "C"))))

Answer 2

另一种方式：

rowSums(df[-(1:2)] != "C", na.rm=TRUE) == 0
# [1] FALSE FALSE  TRUE

工作原理：

对非“ C”值进行检查的矩阵
按行计算非“ C”值，跳过NAs
如果计数为0，则为TRUE；否则，假

令人困惑的是，df[-(1:2)] == "C"产生矩阵，而df[-(1:2)] %in% "C"却没有。要处理后者，请先包装as.matrix(df[-(1:2)])。

Answer 3

使用tidyverse

的选项

library(tidyverse)
df %>% 
   mutate(dummy = pmap_int(select(., value_1, value_3),
        ~ +(!sum(c(...) != "C", na.rm = TRUE))))
#    state candidate value_1 value_2 value_3 dummy
#1 state         a       A       A       C     0  
#2 state         b       B       B    <NA>     0
#3 state         c       C    <NA>    <NA>     1

根据R中的字符向量创建虚拟对象

3 个答案: