Question

我需要一些帮助来组织一系列以csv形式出现的调查问题。 csv就是这种格式。假设调查问题1有多个答案可供选择，如（a，b，c，d）。在csv中它看起来像这样。

respondent Q1 Q1 Q1 Q1
1           a  
2              b    
3                 c
4                    d
5              b

对于每个可能的答案，Q1的输出分布在不同的列上。我想将其转换为：

 respondent Q1 
 1           a  
 2           b    
 3           c
 4           d
 5           b

我的问题不在于将它堆叠在一起，我的意思是我还没弄明白，但我想我可以找到这样做的资源。

我的问题是并非所有的调查问题都遵循这种格式。因此Q2可能占用6列，Q3只占一列等。

一个可能的解决方案，如果我没有更好的东西，我将不得不求助于解决和计算每个问题属于多少列，并通过csv，这些问题的子集并将它们组织成单列。

这是一个可行的解决方案，但是当我得到20个问题时，我不愿意这样做。因此，我想知道是否有办法将问题聚集/分组在一起。

Q1的列名不完全相同，但非常相似。例如：

Q1。今天你感觉怎么样？ - 良好。

Q1。今天你感觉怎么样？ -Bad。

基本上，我想要完成必须弄清楚有多少列属于Q1，有多少属于Q2的任务。是否可以使用属于同一问题的列标题的相似性，并说这5列属于同一个问题。

谢谢！

Answer 1

假设您的调查结果都在一个文件中，例如temp.csv：

respondent,Q1,Q1,Q1,Q1,Q2,Q2,Q3,Q4,Q4,Q4
1,a,,,,a,,a,,b,
2,,b,,,,b,a,a,,
3,,,c,,a,,a,,,c
4,,,,d,,b,a,,b,
5,,b,,,,b,a,,b,

下面的代码可以为您提供所需的内容

library(dplyr)
survey <- read.csv("temp.csv",header=F,row.names=1,check.names=F)
group_by(data.frame(t(survey), check.names=F), respondent) %>%
    summarise_each(funs(.[.!=""]))

##results
##  respondent 1 2 3 4 5
##1         Q1 a b c d b
##2         Q2 a b a b b
##3         Q3 a a a a a
##4         Q4 b a c b b

#to get the orientation as what you want
write.table(t(ans), "answers.csv", sep=",", row.names=T, col.names=F)
read.csv("answers.csv")

如果每个调查问题都在不同的文件中，您可以使用lapply将所有“temp（QN＃）。csv”读入列表，然后使用row.names以递归方式合并这些文件。

Answer 2

考虑基本功能apply()：

df <- data.frame(df$respondent,
                 Q1=(apply(df, 1, max)))

#   respondent Q1
# 1          1  a
# 2          2  b
# 3          3  c
# 4          4  d
# 5          5  b

对于多列，请考虑使用grep为类似名称的列绑定应用函数，以回答上述问题：

是否可以使用属于的列标题的相似性同样的问题？

df <- data.frame(df$respondent,
                 Q1=apply(df[,grep('Q1', names(df))], 1, max),
                 Q2=apply(df[,grep('Q2', names(df))], 1, max),
                 Q3=df$Q3,                                      # ONLY ONE COLUMN (NO APPLY)
                 Q4=apply(df[,grep('Q4', names(df))], 1, max))

R：对句子的数据框进行分组，并确定哪些列共享相似的子字符串。

2 个答案: