R函数用于评估data.table列中的值与另一组值

时间:2017-01-30 12:40:10

标签: r data.table

我的列包含不同测试问题的答案(例如Q1,Q2,Q3),我想编写一个函数来评估这些答案并创建新列,每个测试题(1或0)的分数,其中' id'是指不同的人。

  id    Q1  Q2  Q3
   1    4   3   3
   2    7   3   7
   3    8   5   6
   4    8   2   8
   5    4   6   8
   6    4   6   6
   7    4   6   5
   8    4   6   8
   9    4   6   6

我正在寻找的输出是

 id Q1 Q2 Q3 Q1_score Q2_score Q3_score
  1  4  3  3        1        0        0
  2  7  3  7        0        0        0
  3  8  5  6        0        0        0
  4  8  2  8        0        0        1
  5  4  6  8        1        1        1
  6  4  6  6        1        1        0
  7  4  6  5        1        1        0
  8  4  6  8        1        1        1
  9  4  6  6        1        1        0

我已经在下面定义了正确的答案和新的列名,但是我似乎无法找出类似于#34的功能,因为第一个问题' Q1& #39;,如果答案等于'答案'中的第一个值,则返回1否则0" ...然后"对于第二个问题' Q2' ,如果答案等于第二个值......"等等

answers=c(4,6,8)
newcols=paste('Q',rep(1:3),'_score',sep='')
dt[,(newcols):= function, id, .SDcols=2:4]

2 个答案:

答案 0 :(得分:2)

我们使用除第一列之外的所有列指定.SDcols,使用Map将相应的list元素(即列)与answers中的对应值进行比较,将其转换为integer并使用:=

将其分配(paste)到新列
library(data.table)
dt[, paste0(names(dt)[-1], "_score") :=
        Map(function(x,y) as.integer(x==y), .SD, answers), .SDcols = -1]
dt
#    id Q1 Q2 Q3 Q1_score Q2_score Q3_score
#1:  1  4  3  3        1        0        0
#2:  2  7  3  7        0        0        0
#3:  3  8  5  6        0        0        0
#4:  4  8  2  8        0        0        1
#5:  5  4  6  8        1        1        1
#6:  6  4  6  6        1        1        0
#7:  7  4  6  5        1        1        0
#8:  8  4  6  8        1        1        1
#9:  9  4  6  6        1        1        0

答案 1 :(得分:2)

开始
> quiz
  id Q1 Q2 Q3
1  1  4  3  3
2  2  7  3  7
3  3  8  5  6
4  4  8  2  8
5  5  4  6  8
6  6  4  6  6
7  7  4  6  5
8  8  4  6  8
9  9  4  6  6

您希望将Q列提取到矩阵中,然后通过转置,按列进行比较(因为R按列顺序存储矩阵)然后转置回来进行逐行比较。

然后您可以通过添加0来转换为数字,使用快速paste0然后cbind将名称修改为原始名称。这是一个解决方案:

> resp =  t(t(quiz[,2:4]) == c(4,6,8))+0
> colnames(resp)=paste0(colnames(resp),"_score")
> cbind(quiz, data.frame(resp))
  id Q1 Q2 Q3 Q1_score Q2_score Q3_score
1  1  4  3  3        1        0        0
2  2  7  3  7        0        0        0
3  3  8  5  6        0        0        0
4  4  8  2  8        0        0        1
5  5  4  6  8        1        1        1
6  6  4  6  6        1        1        0
7  7  4  6  5        1        1        0
8  8  4  6  8        1        1        1
9  9  4  6  6        1        1        0