Question

我有一个广泛格式的问卷数据框架。对于某些问题，要求受访者回答给定方案是否适用于他们（是，否）。如果该方案适用于他们，则要求受访者提供该方案的示例（在某些情况下，可能有多个示例）。

我的数据集如下所示，其中Q1指的是场景，而Q1a，Q1b和Q1c是开放式字段，可用于提供上述场景的示例。

df <- data.frame(Q1 = c("Yes", "No", "Yes", "No", "Yes", "Yes", "Yes"), 
             Q1a = c("AAA", NA, "AAA", NA, "ABC", "DDD", "EEE"),
             Q1b = c("BBB", NA, NA, NA, "BCD", NA, "AAA"),
             Q1c = c(NA, NA, NA, NA, "EFG", NA, "AAA"))

我想创建一个新列，这样，如果某个场景适用于受访者，它将针对给定的行并在3列（Q1a，Q1b，Q1c）中计算受访者提供的示例数

到目前为止，我想对非NA值的每个排列进行硬编码：

df$count_non_NA <- ifelse(df$Q1 == "No", 0,
                      ifelse(df$Q1 == "Yes" & !is.na(df$Q1a) & !is.na(df$Q1b) & !is.na(df$Q1c), 3,
                             ifelse(df$Q1 == "Yes" & ((!is.na(df$Q1a) & !is.na(df$Q1b)) | 
                                      (!is.na(df$Q1b) & !is.na(df$Q1c))|
                                      (!is.na(df$Q1a) & !is.na(df$Q1c))), 2, 1)))

它可以工作，但是我将针对每个场景重复同样的事情。此外，我很好奇，如果为受访者提供3个以上的示例以供填写，那么很难对排列进行硬编码。因此，我正在寻求一种更有效的解决方案。

上面的屏幕截图显示了我的代码的结果。为了说明这一点，第1行显示了适用于它们的方案，并提供了两个示例（Q1a列为“ AAA”； Q1b列为“ BBB”）。由于Q1a和Q1b是非NA列，因此count_non_NA列反映了2。

Answer 1

这是pmap的一种实现跨行应用函数的效果的方法：

library(tidyverse)
df <- data.frame(
  Q1 = c("Yes", "No", "Yes", "No", "Yes", "Yes", "Yes"),
  Q1a = c("AAA", NA, "AAA", NA, "ABC", "DDD", "EEE"),
  Q1b = c("BBB", NA, NA, NA, "BCD", NA, "AAA"),
  Q1c = c(NA, NA, NA, NA, "EFG", NA, "AAA")
)

df %>%
  mutate(
    count_non_na = pmap(
      .l = list(Q1a, Q1b, Q1c),
      .f = function(...) sum(!rlang::are_na(c(...)))
    )
  )
#>    Q1  Q1a  Q1b  Q1c count_non_na
#> 1 Yes  AAA  BBB <NA>            2
#> 2  No <NA> <NA> <NA>            0
#> 3 Yes  AAA <NA> <NA>            1
#> 4  No <NA> <NA> <NA>            0
#> 5 Yes  ABC  BCD  EFG            3
#> 6 Yes  DDD <NA> <NA>            1
#> 7 Yes  EEE  AAA  AAA            3

由reprex package（v0.2.0）于2018-07-17创建。

Answer 2

df$column_non_NA= rowSums(!is.na(df[-1]))
df
   Q1  Q1a  Q1b  Q1c column_non_NA
1 Yes  AAA  BBB <NA>             2
2  No <NA> <NA> <NA>             0
3 Yes  AAA <NA> <NA>             1
4  No <NA> <NA> <NA>             0
5 Yes  ABC  BCD  EFG             3
6 Yes  DDD <NA> <NA>             1
7 Yes  EEE  AAA  AAA             3

基于对多个列中的非NA值进行计数来创建新列

2 个答案: