在 dplyr 中用逗号连接二进制列名

Question

我想创建一个新列，使用相应的类别名称来描述给定样本中存在哪些二进制属性。

这是我的数据示例

sample_id type_1 type_2 type_3
1 0 0 1
2 1 1 0
3 1 1 1

理想情况下，我想创建一个 type 列，按名称汇总所有变量，用逗号分隔，如下所示

type
type_3
type_1, type_2
type_1, type_2, type_3

我已经尝试使用 mutate 和 if_else 来做到这一点，方法是创建另外三列字符串名称或零，但是当涉及到连接值时，我按顺序得到多个逗号其中有零值。

Answer 1

library(dplyr)

df <- read.table(text = "sample_id type_1 type_2 type_3
1 0 0 1
2 1 1 0
3 1 1 1", header = TRUE)

df %>% 
  rowwise() %>% 
  mutate(
    type = toString(paste0("type ", which(cur_data()[-1L] == 1)))
  )
#   sample_id type_1 type_2 type_3 type                  
#       <int>  <int>  <int>  <int> <chr>                 
# 1         1      0      0      1 type 3                
# 2         2      1      1      0 type 1, type 2        
# 3         3      1      1      1 type 1, type 2, type 3

Answer 2

这是一个基本的 R 选项 -

#get columns names that have type in it
cols <- grep('type', names(df), value = TRUE)
#get row/column number where 1 is present
mat <- which(df[cols] == 1, arr.ind = TRUE)
#For each row combine the column names
df$type <- tapply(mat[, 2], mat[, 1], function(x) toString(cols[x]))
df

#  sample_id type_1 type_2 type_3                   type
#1         1      0      0      1                 type_3
#2         2      1      1      0         type_1, type_2
#3         3      1      1      1 type_1, type_2, type_3

在 dplyr 中用逗号连接二进制列名

Concatenate binary column names with commas in dplyr

r

dplyr

tidyr