需要重新编码大量变量的解决方案

Question

我有一个包含英语和西班牙语版本问卷的数据集。问卷询问个人是否曾经接受过大量不同的诊断。对于英语数据，每个变量采用 prev_dx_major_depression 的形式，对于西班牙语数据，采用 prev_dx_major_depression_span 的形式。

我想将两者合并为一个变量。我目前正在使用以下代码来实现此目的：

mutate(
    prev_dx_major_depression = if_else(prev_dx_major_depression == 1 | 
                                         prev_dx_major_depression_span == 1,
                                            1, 0
                                               ))

但是，我知道对于如此大量的变量，这是非常低效的。我的预感是我需要使用 mutate_at、recode、starts_with 和 ends_with 的某种组合。但是，我有点卡在这一点上，不确定如何将相应的变量匹配在一起。

这是一些示例数据：

sample_data <- 
  structure(
    list(
      id = 1:5,
      prev_dx_major_depression = c(0, 1, 1,
                                   0, 0),
      prev_dx_bipolar = c(0, 0, 0, 0, 0),
      prev_dx_generalized_anxiety = c(1,
                                      1, 0, 0, 0),
      prev_dx_major_depression_span = c(NA, NA, NA, NA,
                                        1),
      prev_dx_bipolar_span = c(NA, NA, NA, NA, NA),
      prev_dx_generalized_anxiety_span = c(NA,
                                           NA, NA, NA, 1)
    ),
    class = "data.frame",
    row.names = c(NA,-5L)
  )

Answer 1

一个选择是

重命名您的变量以向英文数据列添加后缀 engl
转换为长格式，以便我们最终得到一个包含变量名称的列和两个用于西班牙语和英语数据的列
获取每个变量的唯一值
转换回宽格式

library(dplyr)
library(tidyr)

rename_with(sample_data, ~ paste0(.x, "_engl"), .cols = !c(ends_with("_span"), id)) %>% 
  pivot_longer(-id, names_to = c("var", ".value"), names_pattern = "^(.*)_(.*)$") %>% 
  mutate(value = if_else(span %in% 1 | engl %in% 1, 1, 0)) %>% 
  select(-engl, -span) %>% 
  pivot_wider(names_from = var, values_from = value)
#> # A tibble: 5 × 4
#>      id prev_dx_major_depression prev_dx_bipolar prev_dx_generalized_anxiety
#>   <int>                    <dbl>           <dbl>                       <dbl>
#> 1     1                        0               0                           1
#> 2     2                        1               0                           1
#> 3     3                        1               0                           0
#> 4     4                        0               0                           0
#> 5     5                        1               0                           1

需要重新编码大量变量的解决方案

Need solution for recoding large number of variables

r

tidyr