Select 非 NA 值并根据列名分配变量

Question

我得到了一个数据集，其中参与者在 16 种可能的条件之一中进行了七次试验。 16 个条件来自 2x2x2x2 设计（即，有四个操纵变量，每个变量有两个水平）。假设 Var1 的级别为“Pot”和“Pan”。 Var2 具有“高”和“低”级别。 Var 3 具有“向上”和“向下”级别。 Var 4 具有级别“一”和“二”。

数据集包括每个参与者在每个条件下的每个观察值的列——也就是说，每一行有 112 (16*7) 列（以及一些包含人口统计资料等的列），105 (15* 7）其中是空的。条件在列标签中编码，因此列的范围从“PotHiUp1”到“PanLowDown2”。

因此数据如下所示：

Var1 <- c('Pot', 'Pan')
Var2 <- c('Hi', 'Low')
Var3 <- c('Up', 'Down')
Var4 <- c('One','Two')
Obs <- seq(1,7,1)

df <- expand.grid(Var1,Var2,Var3,Var4,Obs)
df <- df %>% 
  arrange(Var1,Var2,Var3,Var4)

x <- apply(df,1,paste,collapse="")

id <- seq(1,16,1)
age <- rep(20,16)
df <- as.data.frame(cbind(id, age))

for (i in 1:length(x)) {
  df[,ncol(df)+1] <- NA
  names(df)[ncol(df)] <- paste0(x[i])
}

j <- seq(3,ncol(df),7)

for (i in 1:nrow(df)) {
    df[i,c(j[i]:(j[i]+6))] <- 10
}

我想整理此数据框，以便每一行有 4 列（每个变量一列）指定条件，7 列包含观察值。

我的解决方案是像这样使用 dplyr 过滤数据：

Df1 <- df %>% 
  filter(!is.na(PotHiUpOne1)) %>% 
  mutate(Var1 = 'pot', Var2 = 'hi', Var3 = 'up', Var4 = 'one')

然后像这样删除 NA 列：

Df1 <- Filter(function(x)!all(is.na(x)), Df1)

我这样做了 16 次（每个条件一次），然后在重命名剩余的 7 个观察列以使它们匹配后，最终将我创建的 16 个数据帧重新绑定在一起。

我想知道是否有人可以建议更有效的方法，最好使用 dplyr。

编辑：我应该补充一点，当我说 "efficient" 时，我的意思是一种更优雅的代码方式，而不是运行快速（数据集不大）的方法 - 即，不涉及将相同的代码块写出 16 次的东西。

Answer 1

希望这就是你想要的：

library(data.table)

dtt <- as.data.table(df)
dtt2 <-  melt(dtt, id.vars = c('id', 'age'))[!is.na(value)]
dtt2[, c('var1', 'var2', 'var3', 'var4', 'cond') := tstrsplit(variable, '(?!^)(?=[A-Z0-9])', perl = T)]
dtt2[, variable := NULL]
dcast(dtt2, ... ~ cond, value.var = 'value')
#     id age var1 var2 var3 var4  1  2  3  4  5  6  7
#  1:  1  20  Pot   Hi   Up  One 10 10 10 10 10 10 10
#  2:  2  20  Pot   Hi   Up  Two 10 10 10 10 10 10 10
#  3:  3  20  Pot   Hi Down  One 10 10 10 10 10 10 10
#  4:  4  20  Pot   Hi Down  Two 10 10 10 10 10 10 10
#  5:  5  20  Pot  Low   Up  One 10 10 10 10 10 10 10
#  6:  6  20  Pot  Low   Up  Two 10 10 10 10 10 10 10
#  7:  7  20  Pot  Low Down  One 10 10 10 10 10 10 10
#  8:  8  20  Pot  Low Down  Two 10 10 10 10 10 10 10
#  9:  9  20  Pan   Hi   Up  One 10 10 10 10 10 10 10
# 10: 10  20  Pan   Hi   Up  Two 10 10 10 10 10 10 10
# 11: 11  20  Pan   Hi Down  One 10 10 10 10 10 10 10
# 12: 12  20  Pan   Hi Down  Two 10 10 10 10 10 10 10
# 13: 13  20  Pan  Low   Up  One 10 10 10 10 10 10 10
# 14: 14  20  Pan  Low   Up  Two 10 10 10 10 10 10 10
# 15: 15  20  Pan  Low Down  One 10 10 10 10 10 10 10
# 16: 16  20  Pan  Low Down  Two 10 10 10 10 10 10 10

Answer 2

好吧，这不像 mt1022 的解决方案那么干净，但它不需要 data.table。 case_when 函数需要 dplyr，其他所有函数需要 base。

定义两个新函数，find_conditions 和 transform。

find_conditions 有点笨重，但可能会有用，因为您可以根据需要轻松添加新定义。

find_conditions <- function(x){
  x1 <- x
  x1 <- case_when(
    x1 == "PotHiUpOne" ~ c("pot", "hi", "up", "one"),
    x1 == "PotHiUpTwo" ~ c("pot", "hi", "up", "two"),
    x1 == "PotHiDownOne" ~ c("pot", "hi", "down", "one"),
    x1 == "PotHiDownTwo" ~ c("pot", "hi", "down", "two"),
    x1 == "PotLowUpOne" ~ c("pot", "low", "up", "one"),
    x1 == "PotLowUpTwo" ~ c("pot", "low", "up", "two"),
    x1 == "PotLowDownOne" ~ c("pot", "low", "down", "one"),
    x1 == "PotLowDownTwo" ~ c("pot", "low", "down", "two"),
    x1 == "PanHiUpOne" ~ c("pan", "hi", "up", "one"),
    x1 == "PanHiUpTwo" ~ c("pan", "hi", "up", "two"),
    x1 == "PanHiDownOne" ~ c("pan", "hi", "down", "one"),
    x1 == "PanHiDownTwo" ~ c("pan", "hi", "down", "two"),
    x1 == "PanLowUpOne" ~ c("pan", "low", "up", "one"),
    x1 == "PanLowUpTwo" ~ c("pan", "low", "up", "two"),
    x1 == "PanLowDownOne" ~ c("pan", "low", "down", "one"),
    x1 == "PanLowDownTwo" ~ c("pan", "low", "down", "two")
  )
  if(NA %in% x1){
    cat("Error: Input not recognized")
  }
  else{
    return(x1)
  }
}

transform 从 df 中获取行并将其转换为我们想要的形式。这取决于我们已经定义的 find_conditions 函数。

transform <- function(row){
  row1 <- row[3:length(row)] # Forget about id and age columns, will put them back at the end

  cols <- colnames(row1)[!is.na(row1)] # Get names of the columns which are not NA
  cols <- substr(cols,1,nchar(cols)-1) # Slice off the last character (The number)
  cols <- cols[!duplicated(cols)] # Columns should all have the same name now - find it by removing duplicates
  vars <- find_conditions(cols) # Use our new find_conditions function to break it up into individual conditions

  row1 <- row1[!is.na(row1)] # Keep only non-NA values

  new_row <- c(row[1:2],row1,vars) # put id, age, row1, vars together
  as.vector(unlist(new_row)) # Return as an unnamed vector
}

现在使用这两个函数就很简单了:

l1 <- list() # Initialize empty list
for (i in 1:nrow(df)){
  l1[[i]] <- transform(df[i,]) # Fill list with transformed rows
}

DF1 <- data.frame(do.call("rbind",l1)) # Bind the transformed rows together

如您所说，它不是一个大数据集，将其留在循环中。祝你好运！

Select 非 NA 值并根据列名分配变量

Select non-NA values and assign variables based on column names

r

na

dplyr