行的唯一值

Question

我经常遇到这样的数据：

#create dummy data frame
data <- as.data.frame(diag(4))
data[data==0] <- NA
data[2,2] <- NA
data

#V1 V2 V3 V4
#1  1 NA NA NA
#2 NA NA NA NA
#3 NA NA  1 NA
#4 NA NA NA  1

行代表参与者，V1 到 V4 列代表参与者所处的条件（例如，V1 下的 1 表示该参与者处于条件 1，V4 下的 1 表示该参与者处于条件 4）。旁注：数据不是对称的，所以有更多的参与者分布在这 4 个条件上。

我想要的是一个包含每个参与者条件的向量：

1 NA  3  4

我写了以下内容，但想知道是否有更有效的方法（即使用更少的代码行）？

#replace entries with condition numbers 
cond <- data + matrix(rep(0:3, 4), 4, byrow=TRUE) #add 0 to 1 for condition 1...

#get all unique elements (ignore NAs)
cond <- apply(cond, 1, function(x)unique(x[!is.na(x)]))

#because I ignored NAs just now, cond[2,2] is numeric(0)
#assign NA to all values that are numeric(0)
cond[sapply(cond, function(x) length(x)==0)] <- NA

cond <- unlist(cond)
cond
#[1]  1 NA  3  4

Answer 1

我们可以在'data'中的非NA元素的逻辑矩阵上使用max.col和ties.method='first'。为了使只有 NA 元素的行成为 NA，我们将 max.col 索引与逻辑矩阵的 rowSums 相乘，其中 0 个非 NA 行转换为 NA (NA^).

 max.col(!is.na(data), 'first')* NA^!rowSums(!is.na(data))
 #[1]  1 NA  3  4

或者另一个选项是 pmax。我们将列索引与数据相乘，以便非 NA 元素被索引替换。然后，将 pmax 与 na.rm=TRUE 一起使用，并获取每行的最大值。

 do.call(pmax, c(col(data)*data, na.rm=TRUE))
 #[1]  1 NA  3  4

Answer 2

使用 reshape2 包：

> data$ID <- rownames(data)
> melt(data, 'ID', na.rm=TRUE)
   ID variable value
1   1       V1     1
11  3       V3     1
16  4       V4     1

恕我直言，这样做的好处是可以将 ID 变量与治疗因子一起保存；另外，如果您有响应测量，它也会出现在值列中。

编辑：

如果你想在任何条件下都包含主题，你可以显式地重建那个指示变量：

data$VNA <- ifelse(apply(is.na(data), 1, all), 1, NA)

Answer 3

不如其他解决方案聪明和高效，但可能更具可读性？

apply(data,
      MARGIN = 1, 
      FUN = function(x) { 
          if(all(is.na(x))) return(NA)
          return(which(!is.na(x)))
      }
)
# [1]  1 NA  3  4

行的唯一值

unique values of rows

r

experimental-design