Question

我有一个数据集，其中包含来自17个问题的调查答案（10个问题是5个问题或7个问题是7分制），现在数据格式为我每个问题答案（真或假）提供5或7列，就像是一键编码风格。我想将这些列转换回15个单列。

更具体地说，我的数据如下所示

        Q1.1  Q1.2  Q1.3 Q1.4 Q1.5 Q1.6 Q1.7 .... Q17.1 Q17.2 ... Q17.5 
row1     T     F      F    F    F    F    F         F     T          F
  ...               ...
row2000  F     T      F    F    F    F    F         T     F          F

我想要的格式是

        Q1  Q2 .... Q17
row1    1    4       2  # with number indicating the value that the column is True
           ....
row2000 2    3       1  #(e.g., if Q2.4 is T, then for Q2, it is 4).

Answer 1

使用split.default和max.col的基本R方法。使用split.default，我们可以根据名称中的模式来拆分列，以便将每个问题划分为一个列表。假设每个问题只有一个TRUE值，我们可以使用max.col来找到TRUE索引。

sapply(split.default(df, sub("\\..*", "", names(df))), max.col)

#     Q1 Q2
#[1,]  1  2
#[2,]  6  5

数据

df <-read.table(text = "Q1.1 Q1.2 Q1.3 Q1.4 Q1.5 Q1.6 Q1.7 Q2.1 Q2.2  Q2.3 Q2.4 Q2.5
T     F      F    F    F    F    F         F     T          F F F
F     F      F    F    F    T    F         F     F          F F T", header = T)

这是假设您的数据类别为“逻辑”。如果“ T” /“ F”以字符格式存储（例如@Maurits答案），我们需要先将它们转换为逻辑。

使用@Maurits Evers中的数据

df[] <- lapply(df, as.logical)
sapply(split.default(df, sub("\\..*", "", names(df))), max.col)

#     Q1 Q17
#[1,]  1   2
#[2,]  2   1

Answer 2

这是一个tidyverse选项：

library(tidyverse)
df %>%
    rownames_to_column("row") %>%
    gather(k, v, -row) %>%
    separate(k, c("question", "part"), sep = "\\.") %>%
    filter(v == "T") %>%
    group_by(row) %>%
    select(-v) %>%
    spread(question, part)
## A tibble: 2 x 3
## Groups:   row [2]
#  row     Q1    Q17
#  <chr>   <chr> <chr>
#1 row1    1     2
#2 row2000 2     1

我假设您的原始数据包含"T"个条目的"F" / character。如果它们实际上是TRUE / FALSE，则应将filter(v == "T")更改为filter(v == TRUE)。

样本数据

df <- read.table(text =
    "Q1.1  Q1.2  Q1.3 Q1.4 Q1.5 Q1.6 Q1.7  Q17.1 Q17.2  Q17.5
row1     T     F      F    F    F    F    F         F     T          F
row2000  F     T      F    F    F    F    F         T     F          F", colClasses = "character")

恢复多列（多列到一列）

2 个答案:

样本数据