在R中创建一个具有独家条件的变量

Question

我的数据看起来像这样

Q3A1<-c(0,1,0,1,1,1,0,1,0,1)
Q3A2<-c(0,1,1,1,0,1,0,0,0,1)
Q3A3<-c(1,1,0,1,0,1,0,0,0,1)

，我想创建一个新的变量Q3L，如果将Q1A1，Q1A2和Q1A3编码为1，

我尝试过的是1

dataQ$Q3L <- ifelse(dataQ$Q3A1==1|dataQ$Q3A2==1|dataQ$Q3A3==1, 1, 0 )

，但它似乎是在重新编码，因为至少三个等于1，但是我需要它们的树等于1，

我尝试了这一点，

library(dplyr)
dataQ %>%
  mutate(Q3L = case_when(Q3A1 == 1 & Q3A2 == 1 & Q3A3 == 1 ~ 1,))

也不是成功

Answer 1

我们可以在列名中使用 if_all - 在 start_with 'q3a'的列中循环，创建逻辑条件以检查列值是否为1（）。 x == 1 ）， if_all 返回 true 仅在一行的所有列都是true的情况下，即全部1，然后强迫逻辑（> ）是/false ），用+或 as.integer

library(dplyr)
dataQ <- dataQ %>% 
   mutate(Q3L = +(if_all(starts_with('Q3A'), ~ .x== 1)))

注意：使用 | 或＆amp;

>在可变数量的列数上可能很麻烦，而是使用 if_all 或使用 rowsums data

dataQ <- data.frame(Q3A1, Q3A2, Q3A3)

Answer 2

更新：感谢@LMC的输入：一种更具概括的方法是：

library(dplyr)

tibble(Q3A1, Q3A2, Q3A3) %>% 
  mutate(Q3L = ifelse(select(., contains("Q3")) %>% 
                        rowSums() == ncol(.), 1, 0))

第一个答案：

我们可以使用 rowsums 并应用 ifelse 语句：

library(dplyr)

tibble(Q3A1, Q3A2, Q3A3) %>% 
  mutate(Q3L = ifelse(select(., contains("Q3")) %>% 
                        rowSums() == 3, 1, 0))

    Q3A1  Q3A2  Q3A3   Q3L
   <dbl> <dbl> <dbl> <dbl>
 1     0     0     1     0
 2     1     1     1     1
 3     0     1     0     0
 4     1     1     1     1
 5     1     0     0     0
 6     1     1     1     1
 7     0     0     0     0
 8     1     0     0     0
 9     0     0     0     0
10     1     1     1     1

Answer 3

您可以这样做：

dataQ["Q3L"] = +(dataQ$Q3A1 & dataQ$Q3A2 & dataQ$Q3A3)

输出：

   Q3A1 Q3A2 Q3A3 Q3L
1     0    0    1   0
2     1    1    1   1
3     0    1    0   0
4     1    1    1   1
5     1    0    0   0
6     1    1    1   1
7     0    0    0   0
8     1    0    0   0
9     0    0    0   0
10    1    1    1   1

Answer 4

library(dplyr)

df %>% 
  rowwise() %>% 
  mutate(Q3L = as.numeric(all(as.logical(c_across(starts_with("Q3")))))) %>% 
  ungroup()

或使用 purrr :: pmap_dbl

library(purrr)
library(dplyr)

df %>% 
  mutate(Q3L = pmap_dbl(across(starts_with("Q3")), ~ all(.x == 1)))

或 purrr ::降低

df %>% 
  mutate(Q3L = as.numeric(reduce(across(starts_with("Q3")), `&`)))

utput> output>

    Q3A1  Q3A2  Q3A3   Q3L
   <dbl> <dbl> <dbl> <dbl>
 1     0     0     1     0
 2     1     1     1     1
 3     0     1     0     0
 4     1     1     1     1
 5     1     0     0     0
 6     1     1     1     1
 7     0     0     0     0
 8     1     0     0     0
 9     0     0     0     0
10     1     1     1     1

---

它的工作原理

两个答案都同样有效。他们逐行，将行转换为逻辑向量。 所有然后测试行逻辑向量的每个元素是 true 。如果是 1 将返回，否则 0 。

purrr :: dred 的工作方式有所不同。对于每一行，它都使用＆amp; 函数将行矢量降低到单个逻辑值中。