将虚拟变量转化为范畴变量
将虚拟变量转化为范畴变量
提问于 2020-09-14 22:35:20
这是我的数据
data<-data.frame(
ID=c(1:8),
Diag1=c(1,0,1,0,1,0,1,0),
Diag2=c(0,1,0,1,0,0,1,0),
Diag3=c(0,0,0,1,0,1,1,0),
Multiple.Diag=c(0,0,1,1,0,0,1,0)
)我有不同诊断的病人，其中一些有多重诊断。这些诊断是需要转换为分类变量的虚拟变量。如果病人有Mult.diag==1，他的诊断将是Multiple.diag，否则他的诊断将是Diag1，Diag2或Diag3。如果病人的整个变量为0，则诊断为"Other"。
我想要的是：
ID Diagnosis
1 1 Diag1
2 2 Diag2
3 3 Multiple.Diag
4 4 Multiple.Diag
5 5 Diag1
6 6 Diag3
7 7 Multiple.Diag
8 8 Other回答 3
Stack Overflow用户
回答已采纳
发布于 2020-09-14 23:07:27
使用tidyverse，您也可以这样做：
data %>%
pivot_longer(-ID) %>%
group_by(ID) %>%
slice(which.max(as.integer(factor(name))*value))%>%
mutate(name = if_else(value == 0, 'other',name), value= NULL)
# A tibble: 8 x 2
# Groups: ID [8]
ID name
<int> <chr>
1 1 Diag1
2 2 Diag2
3 3 Multiple.Diag
4 4 Multiple.Diag
5 5 Diag1
6 6 Diag3
7 7 Multiple.Diag
8 8 other Stack Overflow用户
发布于 2020-09-14 22:37:17
下面是一个带有max.col的选项，用于查找“Diag”列的每一行中值最高的列的索引，使用该索引获取列名，然后将这些元素更改为“Multiple.Diag”，如果该行中没有1，则使用用rowSums创建的逻辑表达式将其归类为“Other”
-codes
out <- cbind(data['ID'], Diagnosis = names(data)[-1][
max.col(data[startsWith(names(data), 'Diag')], 'first')])
i1 <- as.logical(data$Multiple.Diag)
out$Diagnosis[i1] <- 'Multiple.Diag'
i2 <- rowSums(data[-1]) == 0
out$Diagnosis[i2] <- 'Other'-output
out
# ID Diagnosis
#1 1 Diag1
#2 2 Diag2
#3 3 Multiple.Diag
#4 4 Multiple.Diag
#5 5 Diag1
#6 6 Diag3
#7 7 Multiple.Diag
#8 8 Othermax.col是矢量化的，应该非常快。
或者另一个选择是将which与arr.ind = TRUE结合使用。
m1 <- which(data[-1] == 1, arr.ind = TRUE)
cbind(data['ID'], Diagnosis = ifelse(rowSums(data[-1]) == 0,
'Other', names(data)[-1][tapply(m1[, 2], m1[,1], FUN = max)]))-output
# ID Diagnosis
#1 1 Diag1
#2 2 Diag2
#3 3 Multiple.Diag
#4 4 Multiple.Diag
#5 5 Diag1
#6 6 Diag3
#7 7 Multiple.Diag
#8 8 Other或者使用相同的方法使用tidyverse
library(dplyr)
data %>%
transmute(ID, Diagnosis = case_when(rowSums(.[-1]) == 0 ~ "Other",
TRUE ~ names(.)[-1][max.col(.[-1], 'last')]))-output
# ID Diagnosis
#1 1 Diag1
#2 2 Diag2
#3 3 Multiple.Diag
#4 4 Multiple.Diag
#5 5 Diag1
#6 6 Diag3
#7 7 Multiple.Diag
#8 8 Other或者使用rowwise和c_across的另一个选项
data %>%
rowwise %>%
transmute(ID, Diagnosis = coalesce(case_when(as.logical(Multiple.Diag)
~ 'Multiple.Diag',
TRUE ~ names(.)[-1][as.logical(c_across(-1))][1] ), 'Other'))-output
# A tibble: 8 x 2
# Rowwise:
# ID Diagnosis
# <int> <chr>
#1 1 Diag1
#2 2 Diag2
#3 3 Multiple.Diag
#4 4 Multiple.Diag
#5 5 Diag1
#6 6 Diag3
#7 7 Multiple.Diag
#8 8 Other Stack Overflow用户
发布于 2020-09-14 22:48:54
您可以像这样使用apply()和内置函数。您可以将结果添加到原始data或保存在新的数据格式中。函数myfunc根据您提到的方向提取用于治疗的变量的名称。在这里，代码：
#Code
myfunc <- function(x)
{
y <- names(x)[max(which(x==1))]
if(is.na(y))
{
y <- 'Others'
}
return(y)
}
#Add var
data$Var <- apply(data[,-1],1,myfunc)输出：
ID Diag1 Diag2 Diag3 Multiple.Diag Var
1 1 1 0 0 0 Diag1
2 2 0 1 0 0 Diag2
3 3 1 0 0 1 Multiple.Diag
4 4 0 1 1 1 Multiple.Diag
5 5 1 0 0 0 Diag1
6 6 0 0 1 0 Diag3
7 7 1 1 1 1 Multiple.Diag
8 8 0 0 0 0 Others页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/63892630
复制相关文章
相似问题
腾讯云开发者
