Question

我正在尝试制作一个像这样的数据集：

name    X1  X2  X3  Num_Low Num_0
case1   0.2 0.5 1   2        0
case2   1   1   1   0        0
case3   0.2 0.2 0   2        1
case4   0.5 1   1   1        0
case5   0   0   1   0        2
case6   0.2 0   0   1        2

当前，我的数据集包含名称，X1，X2和X3列。我需要创建Num_Low和Num_0列的帮助。

Num_Low应该是每行X变量的数量，其值小于1但大于0。

Num_0应该是完全等于0的X变量的数量。

在我的实际数据集中，我有很多都以X开头的变量，因此，除了键入X1，X2等之外，我还能做些其他事情，那会很棒（但不是必须的！）。如果有明确的方法可以使用dplyr做到这一点，那也将非常有帮助！

谢谢！

Answer 1

# Get the index of columns starting with "X" 
index <- which(substr(colnames(df), 1, 1) == "X")
# Compute the new variables based on your conditions
df$Num_Low <- rowSums(df[, index] < 1 & 
                      df[, index] > 0)
df$Num_0 <- rowSums(df[, index] == 0)
df

#   name  X1  X2 X3 Num_Low Num_0
#1 name1 0.2 0.5  1       2     0
#2 name2 1.0 1.0  1       0     0
#3 name3 0.2 0.2  0       2     1
#4 name4 0.5 1.0  1       1     0
#5 name5 0.0 0.0  1       0     2
#6 name6 0.2 0.0  0       1     2

dplyr版本：

library(dplyr)
df %>%
  select(index) %>%
  mutate(Num_Low = rowSums(. < 1 & . > 0),
         Num_0 = rowSums(. == 0))

#   name  X1  X2 X3 Num_Low Num_0
#1 name1 0.2 0.5  1       2     0
#2 name2 1.0 1.0  1       0     0
#3 name3 0.2 0.2  0       2     1
#4 name4 0.5 1.0  1       1     0
#5 name5 0.0 0.0  1       0     2
#6 name6 0.2 0.0  0       1     2

样本数据

df <- data.frame(name = paste0("name", 1:6),
                 X1 = c(0.2,1,0.2,0.5,0,0.2),
                 X2 = c(0.5,1,0.2,1,0,0),
                 X3 = c(1,1,0,1,1,0))

R根据条件

1 个答案:

样本数据