將虛擬變數轉換為R中的單列

我在 R 中有下表，其中列出了人種、性別、年齡和膽固醇測驗。年齡和膽固醇測驗顯示為虛擬變數。年齡可分為低、中或高，而膽固醇測驗可分為低或高。我想將年齡和膽固醇列轉換為單列，其中低被歸類為 1，中被歸類為 2，高被歸類為 3。如果一個人從未服用過膽固醇測驗，膽固醇測驗可以是低或高，應該是預期輸出中不適用。我希望解決方案是動態的，這樣如果我有這種格式的多個列，代碼仍然可以作業（即可能有一些新的測驗，可以將它們歸類為高、低或中作為虛擬變數）。

我怎樣才能在 R 中做到這一點？

輸入：

  race  gender age.low_tm1 age.medium_tm1 age.high_tm1 chol_test.low_tm1 chol_test.high_tm1
  <chr>  <int>       <int>          <int>        <int>             <int>              <int>
1 white      0           1              0            0                 0                  0
2 white      0           1              0            0                 0                  0
3 white      1           1              0            0                 0                  0
4 black      1           0              1            0                 0                  0
5 white      0           0              0            1                 0                  1
6 black      0           0              1            0                 1                  0

預期輸出：

  race  gender   age  chol_test
1 white      0     1        n/a  
2 white      0     1        n/a
3 white      1     1        n/a
4 black      1     2        n/a
5 white      0     3          3
6 black      0     2          1

uj5u.com熱心網友回復：

也許這有幫助

library(dplyr)
library(tidyr)
library(stringr)
df1 %>% 
   mutate(across(contains("_"),  ~  
   . * setNames(1:3, c("low", "medium", "high"))[
     str_extract(cur_column(), "low|medium|high")]))   %>%    
  rename_with(~ str_remove(., "_tm1")) %>% 
  pivot_longer(cols = -c(race, gender), 
    names_to = c(".value", "categ"), names_sep = "\\.") %>% 
  filter(age > 0|chol_test > 0) %>% 
  select(-categ) %>% 
  mutate(chol_test = na_if(chol_test, 0))

-輸出

# A tibble: 7 × 4
  race  gender   age chol_test
  <chr>  <int> <int>     <int>
1 white      0     1        NA
2 white      0     1        NA
3 white      1     1        NA
4 black      1     2        NA
5 white      0     3         3
6 black      0     0         1
7 black      0     2        NA

資料

df1 <- structure(list(race = c("white", "white", "white", "black", "white", 
"black"), gender = c(0L, 0L, 1L, 1L, 0L, 0L), age.low_tm1 = c(1L, 
1L, 1L, 0L, 0L, 0L), age.medium_tm1 = c(0L, 0L, 0L, 1L, 0L, 1L
), age.high_tm1 = c(0L, 0L, 0L, 0L, 1L, 0L), chol_test.low_tm1 = c(0L, 
0L, 0L, 0L, 0L, 1L), chol_test.high_tm1 = c(0L, 0L, 0L, 0L, 1L, 
0L)), class = "data.frame", row.names = c("1", "2", "3", "4", 
"5", "6"))

uj5u.com熱心網友回復：

我們可以首先定義一個自定義函式，該函式允許我們根據變數名稱重新編碼虛擬變數，下面稱為var_nm2value.

然后我們可以在下面定義一個重新編碼值串列recode_ls。

最后，我們用purrr::map_dfc在dplyr::summarise這里我們使用變數字串我們要建立"age"和"chol_test"，然后II）select只包含這個字串列，并在每次迭代中，我們三）申請dplyr::across重新編碼值，IV）管，結果在do.call得到在max最后五）重新編碼0s到NA：

# custom function to recode  0/1 dummy variables based on their variable name an 
var_nm2value <- function(x, values_ls) {
  for (val in seq_along(values_ls)) {
    if(grepl(names(values_ls)[val], dplyr::cur_column())) {
      return(ifelse(x == 1L, values_ls[[val]], x))
    } 
  }
}

# define list of recode values
recode_ls <- list(low = 1, medium = 2, high = 3)

library(tidyverse)

# apply functions to data.frame
df1 %>% 
  summarise(race = race,
            gender = gender,
            map_dfc(set_names(c("age", "chol_test")), # i)
                    function(x) { 
                      select(., contains(x)) %>% # ii)
                        summarise("{x}" := across(everything(), var_nm2value, recode_ls) %>% # iii)
                                    do.call("pmax", .) %>% # iv) 
                                    ifelse(. == 0, NA, .))} # v)
            )) 

#>    race gender age chol_test
#> 1 white      0   1        NA
#> 2 white      0   1        NA
#> 3 white      1   1        NA
#> 4 black      1   2        NA
#> 5 white      0   3         3
#> 6 black      0   2         1

^{由reprex 包(v0.3.0)于 2022 年 1 月 3 日創建}

標籤：

上一篇：httrGET函式超時

下一篇：R：使用換行符從用戶輸入中讀取一行