Question

我正在处理在线调查问卷的输出，并且在处理数据时遇到一些问题。这是设置：在两个9点标度上评定了200张图像，总计400种组合。遗憾的是，数据尚未编码为400个变量，值范围为1到9，但对于每个比例 - 图像组合，已编码了9个二进制变量，对于两个图像比例组合看起来像这样：

Part. V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12 V13 V14 V15 V16 V17 V18
1     0  0  1  0  0  0  0  0  0  0   1   0   0   0   0   0   0   0
2     0  0  0  0  0  0  1  0  0
3                                0   0   1   0   0   0   0   0   0

如您所见，数据集中还有一些N / A值。这是因为所有400种组合，每个参与者只评定一个随机50个。给定400个组合，我们在数据集中总共有3600个变量。我现在想在某种意义上浓缩和重新编码这些值，即R以9为间隔对vars进行计数，然后将二进制1重新编码为1到9的值，具体取决于它在刻度上的位置，然后将所有内容压缩到400个组合变量。最后，看起来应该是这样的：

Part. C1 C2
1     3  2 
2     7 
3        3

我已经研究了重塑包，但无法确切地想出这样做的方法。

有什么建议吗？

Answer 1

使用申请家庭功能：

#dummy data
df <- read.table(text = "
Part.,V1,V2,V3,V4,V5,V6,V7,V8,V9,V10,V11,V12,V13,V14,V15,V16,V17,V18
1,0,0,1,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0
2,0,0,0,0,0,0,1,0,0,,,,,,,,,
3,,,,,,,,,,0,0,1,0,0,0,0,0,0
", header = TRUE, sep = ",")

# result

# cbind - column bind, put columns side by side
cbind(
  # First column is the "Part." column
  df[, "Part.", drop = FALSE],
  # other columns are coming from below code
  # sapply returns matrix, converting it to data.frame so we can use cbind.
      as.data.frame(
        # get data column index 9 columns each, first 2 to 9, then 10 to 18, etc.
        sapply(seq(2, ncol(df), 9), function(i)
          # for each 9 columns check at which position it is equal to 1,
          # using which() function
          apply(df[, i:(i + 8)], 1, function(j) which(j == 1)))
      )
)

#output
#   Part. V1 V2
# 1     1  3  2
# 2     2  7   
# 3     3     3

Answer 2

这是一个小例子的解决方案。我只做了2个可能的结果。因此对于pic 1，v1 = 1，对于pic 1，v2 = 2，对于pic 2，v3 = 1。如果您有9种可能的结果，则必须将id <- rep(1:2, each = 2)更改为id <- rep(1:n, each = 9)，其中n是图片总数。同时将final <- matrix(nrow = nrow(dat), ncol = ncol(dat)/2)中的2更改为9.

我希望有所帮助。

dat <- data.frame(v1 = c(NA,0,1,0), v2 = c(NA,1,0,1), v3 = c(0,1,NA,0), v4 = c(1,0,NA,1))
id <- rep(1:2, each = 2)           
final <- matrix(nrow = nrow(dat), ncol = ncol(dat)/2)

for (i in unique(id)){
  wdat  <- dat[ ,which(id == i)]
   for (j in 1:nrow(wdat)){
     if(is.na(wdat[j,1] )) { 
        final[j,i] <- NA 
     } else {
       final[j,i] <- which(wdat[j, ] == 1)
     }

   }  
}

我的例子的输入和输出：

> dat
  v1 v2 v3 v4
1 NA NA  0  1
2  0  1  1  0
3  1  0 NA NA
4  0  1  0  1

> final
     [,1] [,2]
[1,]   NA    2
[2,]    2    1
[3,]    1   NA
[4,]    2    2

重新编码和协调变量

2 个答案: