Question

我正在努力使用lapply来重新编码值。

假设我有10个调查问题，每个问题有4个答案，其中始终有一个正确或错误的答案。问题标记为q_1到q_10，我的数据框称为df。我想创建具有相同顺序标签的新变量，只需将问题编码为“正确”（1）或“错误”（0）。

如果我要列出正确的答案，那就是：

right_answers<-c(1,2,3,4,2,3,4,1,2,4)

然后，我正在尝试编写一个函数，只需将所有变量重新编码为新变量，同时使用相同的顺序标识符，例如

lapply(1:10, function(fx) {
  df$know_[fx]<-ifelse(df$q_[fx]==right_answers[fx],1,0)
})

在一个假设的宇宙中，这段代码是远程正确的，我会得到以下结果：

id   q_1    know_1   q_2   know_2
1    1      1        2     1
2    4      0        3     0
3    3      0        2     1
4    4      0        1     0

非常感谢你的帮助！

Answer 1

对于与其他答案相同的矩阵输出，我建议：

q_names <- paste0("q_", seq_along(right_answers))
answers <- df[q_names]
correct <- mapply(`==`, answers, right_answers)

Answer 2

这应该为您提供每个答案是否正确的矩阵：

t(apply(test[,grep("q_", names(test))], 1, function(X) X==right_answers))

Answer 3

您可能无法使用此部分代码df$q_[fx]。您可以使用paste调用列名称。如：

df = read.table(text = "
id   q_1   q_2
1    1              2     
2    4              3     
3    3              2     
4    4              1", header = TRUE)  

right_answers = c(1,2,3,4,2,3,4,1,2,4)

dat2 = sapply(1:2, function(fx) {
            ifelse(df[paste("q",fx,sep = "_")]==right_answers[fx],
                      1,0)
})

这不会为您的data.frame添加列，而是像@ SenorO的答案那样创建一个新矩阵。您可以在矩阵中命名列，然后将它们添加到原始data.frame中，如下所示。

colnames(dat2) = paste("know", 1:2, sep = "_")

data.frame(df, dat2)

Answer 4

我想使用reshape2包为您的问题提出不同的解决方法。在我看来，这有以下优点：1）更惯用的R（代表什么值得），2）更易读的代码，3）更不容易出错，特别是如果你想在将来添加分析。在这种方法中，一切都是在数据框架内完成的，我认为这是可取的 - 更容易保留单个记录的所有值（在这种情况下为id），并且更容易使用R工具的强大功能。

# Creating a dataframe with the form you describe
df <- data.frame(id=c('1','2','3','4'), q_1 = c(1,4,3,4), q_2 = c(2,3,2,1), q_3 = rep(1,     4), q_4 = rep(2, 4), q_5 = rep(3, 4), 
             q_6 = rep(4,4), q_7 = c(1,4,3,4), q_8 = c(2,3,2,1), q_9 = rep(1, 4), q_10 =     rep(2, 4))

right_answers<-c(1,2,3,4,2,3,4,1,2,4)

# Associating the right answers explicitly with the corresponding question labels in a data frame
answer_df <- data.frame(questions=paste('q', 1:10, sep='_'), right_answers)

library(reshape2)

# "Melting" the dataframe from "wide" to "long" form -- now questions labels are in variable values rather than in column names
melt_df <- melt(df) # melt function is from reshape2 package

# Now merging the correct answers into the data frame containing the observed answers
merge_df <- merge(melt_df, answer_df, by.x='variable', by.y='questions')

# At this point comparing the observed to correct answers is trivial (using as.numeric to     convert from logical to 0/1 as you request, though keeping as TRUE/FALSE may be clearer)
merge_df$correct <- as.numeric(merge_df$value==merge_df$right_answers)

# If desireable (not sure it is), put back into "wide" dataframe form
cast_obs_df <- dcast(merge_df, id ~ variable, value.var='value') # dcast function is from reshape2 package
cast_cor_df <- dcast(merge_df, id ~ variable, value.var='correct')
names(cast_cor_df) <- gsub('q_', 'know_', names(cast_cor_df))
final_df <- merge(cast_obs_df, cast_cor_df)

新的tidyr包可能比reshape2更好。

根据答案值重新编码顺序命名的变量

4 个答案: