在数据中查找字符串。填充新列的框架

Question

我在我的数据上使用dplyr来创建如下数据的子集：

dd <- data.frame(ID = c(700689L, 712607L, 712946L, 735907L, 735908L, 735910L, 735911L, 735912L, 735913L, 746929L, 747540L), 
`1` = c("eg", NA, NA, "eg", "eg", NA, NA, NA, NA, "eg", NA), 
`2` = c(NA, NA, NA, "sk", "lk", NA, NA, NA, NA, "eg", NA), 
`3` = c(NA, NA, NA, "sk", "lk", NA, NA, NA, NA, NA, NA), 
`4` = c(NA, NA, NA, "lk", "lk", NA, NA, NA, NA, NA, NA), 
`5` = c(NA, NA, NA, "lk", "lk", NA, NA, NA, NA, NA, NA), 
`6` = c(NA, NA, NA, "lk", "lk", NA, NA, NA, NA, NA, NA))

我现在想检查除了ID之外的每一列是否包含某些字符串。在这个例子中，我想为每个ID创建1列，其中包含一个包含“eg”和“0”的列。同样，还有一列告诉我其他列中是否有“sk”或“lk”。之后，除了ID之外的旧列可以从data.frame

对我来说，最困难的部分是使用动态数量的列，因为我的dplyr子集将根据具体情况返回不同数量的列，但我需要检查在每种情况下创建的每一个列。我想使用unite first将所有字符串放在一起，但我会遇到同样的问题：如何将除第一个ID之外的所有列合并在一起。

如果这可以在dplyr内解决，那将是完美的，但任何有效的解决方案都值得赞赏。

结果应该如下所示：

result <- data.frame(ID = c(700689L, 712607L, 712946L, 735907L, 735908L, 735910L, 735911L, 735912L, 735913L, 746929L, 747540L), 
with_eg = c(1, 0, 0, 1, 1, 0, 0, 0, 0, 1, 0), 
with_sk_or_lk = c(0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0))

Answer 1

这里有一个公认的黑客dplyr/purrr解决方案。考虑到你的ID似乎永远不会等于“eg”、“sk”或“lk”，我没有包含任何不搜索ID列的内容。

library(dplyr)
library(purrr)
dd %>% 
    split(.$ID) %>% 
    map_df(~ data_frame(
        ID = .x$ID, 
        eg = ifelse(any(.x == 'eg', na.rm = TRUE), 1, 0), 
        other = ifelse(any(.x == 'lk' | .x == 'sk', na.rm = TRUE), 1, 0)
    ))

Answer 2

根据您的描述，您希望一列检查“eg”，另一列检查“lk”和“sk”。如果是这种情况，则以下基本R方法将起作用。

dfNew <- cbind(id=dd[1],
               eg=pmin(rowSums(dd[-1] == "eg", na.rm=TRUE), 1),
               other=pmin(rowSums(dd[-1] == "sk" | dd[-1] == "lk", na.rm=TRUE), 1))

在这里，检查整个数据中是否存在“eg”。帧（id列除外）并返回一个逻辑矩阵，行和跨行添加真值，其中na。rm删除NAs，然后pmin取行和和1的输出的最小值，以便用1替换任何具有2的元素，并保留任何具有0的值。

同样的逻辑应用于“其他”变量的构造，除了在初始逻辑矩阵中检查“lk”或“sk”的存在。最后，data.frame返回一个包含所需值的3列data.frame。

此返回

dfNew
       ID eg other
1  700689  1     0
2  712607  0     0
3  712946  0     0
4  735907  1     1
5  735908  1     1
6  735910  0     0
7  735911  0     0
8  735912  0     0
9  735913  0     0
10 746929  1     0
11 747540  0     0