R，在其他数据表中查找值来填充值

Question

背景

为了清晰起见，对问题进行了大量编辑

我有这样的数据：

    df<-structure(list(fname = c("Linda", "Bob"), employee_number = c("00000123456", 
"654321"), Calendar = c(0, 0), Protocol = c(0, 0), Subject = c(0, 
0), CRA = c(0, 0), Regulatory = c(1, 1), Finance = c(0, 1), ResearchNurse = c(0, 
0)), row.names = c(NA, -2L), class = c("tbl_df", "tbl", "data.frame"
))

在 我在这里问的上一个问题，我提到我需要将这些数据从宽转为长，以便将其导出到其他地方。答案非常有效！

问题是，我发现我的数据集中的一些人没有正确填写他们的调查，并且在某些有问题的列中全为零。即，当它们被旋转并过滤为“1”值时，它们就会被丢弃。

幸运的是（取决于你如何看待）我可以纠正他们的错误。如果他们将这些列留空，我可以根据其他列填充他们应该拥有的内容。也就是说，他们在“CRA”、“监管”、“财务”或“研究护士”下填写的内容将决定他们在“日历”、“协议”或“主题”中是否得到 1 或 0

要弄清楚这些列中的内容，我们创建了这个工作职责矩阵：

    jobs<-structure(list(`Roles (existing)` = c("Calendar Build", "Protocol Management", 
"Subject Management"), `CRA/ Manager/ Senior` = c(1, 1, 0), Regulatory = c(0, 
1, 1), Finance = c(0, 0, 0), `Research Nurse` = c(1, 0, 1)), row.names = c(NA, 
-3L), class = c("tbl_df", "tbl", "data.frame"))

因此，如果您到目前为止一直在关注，无论“Bob”在他的专栏中添加了什么内容“日历”，“协议”或“主题”（他目前有零），它将根据他在其他列中输入的内容被覆盖。因此，如果 Bob 在他的“监管”列中输入“1”，根据我截屏的矩阵，他应该在协议列和主题列中都得到 1。

具体问题

那么我如何告诉 R，“查看 bob 的“CRA、监管、财务和研究护士”列，然后交叉引用“工作”数据框，并覆盖他的“日历、协议、和主题”列？

在这种特殊情况下我的预期输出是：

最后一个小细节：我可以看到数字会覆盖的实例（取决于顺序）也就是说，如果鲍勃应该在协议中得到 1，因为他在监管方面得到 1...但他在金融方面得到 1，这意味着他应该在协议中得到 0...... 如有疑问，如果某列被 1 覆盖，则绝不应将其转回零。我希望这是有道理的。

Answer 1

library(tidyverse)

首先，通过旋转 df 和 jobs ，任务应该变得容易得多

(df_long <- df %>% 
  pivot_longer(
    cols = -c(fname, employee_number), names_to = "term"
  ) %>% 
  filter(value == 1) %>% 
  select(-value))

#> # A tibble: 3 x 3
#>   fname employee_number term      
#>   <chr> <chr>           <chr>     
#> 1 Linda 00000123456     Regulatory
#> 2 Bob   654321          Regulatory
#> 3 Bob   654321          Finance

现在，如果我正确理解你的问题，鲍勃应该添加“协议”
和“主题”在他的调查中，因为他从事“金融”工作。幸运的是，我们可以添加
自动为他提供该信息。我们调整工作岗位并清理
名称/术语与 df 中的名称/术语相匹配。可以这样完成：

(jobs_long <- jobs %>% 
  rename(
    CRA = `CRA/ Manager/ Senior`, ResearchNurse = `Research Nurse`
  ) %>% 
  mutate(
    roles = `Roles (existing)` %>% str_extract("^\\w+"),
    .keep = "unused"
  ) %>% 
  pivot_longer(-roles, names_to = "term") %>% 
  filter(value == 1) %>% 
  select(-value))

#> # A tibble: 6 x 2
#>   roles    term         
#>   <chr>    <chr>        
#> 1 Calendar CRA          
#> 2 Calendar ResearchNurse
#> 3 Protocol CRA          
#> 4 Protocol Regulatory   
#> 5 Subject  Regulatory   
#> 6 Subject  ResearchNurse

一旦形成这个形状，我们可以连接两个表，做一些整理，然后我们
最终得到正确的信息。我们可以从这里继续争论
将数据恢复为宽形状，但这样可能更有用
所以这就是我要停下来的地方。

df_long %>% 
  left_join(jobs_long, by = c("term" = "term")) %>% 
  pivot_longer(cols = c(term, roles), values_drop_na = TRUE) %>% 
  distinct(fname, employee_number, term = value)

#> # A tibble: 7 x 3
#>   fname employee_number term      
#>   <chr> <chr>           <chr>     
#> 1 Linda 00000123456     Regulatory
#> 2 Linda 00000123456     Protocol  
#> 3 Linda 00000123456     Subject   
#> 4 Bob   654321          Regulatory
#> 5 Bob   654321          Protocol  
#> 6 Bob   654321          Subject   
#> 7 Bob   654321          Finance

^{由 reprex 软件包 (v1.0.0) 创建于 2022 年 3 月 31 日}

Answer 2

我建议将您的逻辑转换为 ifelse 语句：

df$Calendar <- ifelse(df$CRA == 1 | df$ResearchNurse == 1, 1, df$Calendar)
df$Protocol <- ifelse(df$CRA == 1 | df$Regulatory == 1, 1, df$Protocol)
df$Subject <- ifelse(df$Regulatory == 1 | df$ResearchNurse == 1, 1, df$Subject)

df
#>   fname employee_number Calendar Protocol Subject CRA Regulatory Finance
#> 1 Linda     00000123456        0        1       1   0          1       0
#> 2   Bob          654321        0        1       1   0          1       1
#>   ResearchNurse
#> 1             0
#> 2             0

数据：

df <- structure(list(
  fname = c("Linda", "Bob"),
  employee_number = c("00000123456", "654321"),
  Calendar = c(0, 0), Protocol = c(0, 0), Subject = c(0, 0),
  CRA = c(0, 0), Regulatory = c(1, 1), Finance = c(0, 1),
  ResearchNurse = c(0, 0)), row.names = c(NA, -2L), class = c("data.frame"))

Created on 2022-03-28 by the reprex package (v2.0.1)

Answer 3

两个表都需要一个共同的查找值。

例如，在您的 df 表中，有一个 employee_number 列。 jobs 表中是否有相同的字段？如果是这样，可以使用 left_join() 和 case_when() 轻松完成，

您将需要简化当前的 jobs 表以获得一些摘要您在帖子中放入的逻辑值，例如（如果鲍勃在监管中得到 1，那么他应该在协议和主题栏中得到 1）。这可以通过一些表操作函数来完成。我无法告诉你具体是哪些，因为我不完全理解其中的逻辑。

假设您对此很清楚，并且知道如何总结每行的 jobs 表（并且您有唯一的 employee_number），那么下面的代码应该可以工作。

left_join(x=df,y=jobs,by="employee_number") %>% 
  muate(new_col1=case_when(logic_1 ~ value1,
                             logic_2 ~ value2,
                             logic_3 ~ value3,
                             TRUE ~ default_value))

您可以根据需要对其他列重复 newcol 逻辑。