如何解决取消嵌套多个小词,以拆分Mutli-Select调查问题
我正在尝试生成一个程序化解决方案,以将调查中的“多次回答”问题扩展到单独的列中。该设置涉及调查数据(df1)和一个帮助文件,该文件将变量与有关变量的信息相关联。对于低于示例数据的目标,目标是将DVar和EVar中的响应扩展到单独的列中,例如DVar.A,DVar.b等,是否以二进制1,0表示该ID是否选中了相应的框。
df1 <- tibble(ID = rep(1:8),AVar = sample(1:10,8),BVar = rnorm(8),CVar = c("Got","Some","Stuff","In","Here","Got","Others","Too"),DVar = c("A,B",NA,"C","A,C","B,D","D",D"),EVar = c("Banana,Apple","Orange,Raspberry","Apple","Orange","Banana","Raspberry"))
Helper <- tibble(VariableName = c("ID","AVar","BVar","CVar","DVar","EVar"),QuestionType = c("ID","Numeric","Single Response","Multiple Response","Multiple Response"))
当前的工作功能需要输入ID和要扩展的列。就我当前的目的而言,此功能非常有用。除非某列不存在NA(这是不常见的),否则会在最终的select语句的数据集中抛出关于“ None”的错误。
MultiToCol <- function(ID,toSpread) {
X <- tibble(ID,toSpread)
X %>% mutate(varLong = strsplit(as.character(replace_na(toSpread,"None")),split=",")) %>%
unnest(varLong) %>% mutate(tmpValue = 1) %>% spread(varLong,tmpValue,fill = 0) %>% select(-None,-ID,-toSpread,None)
}
使用mutate(跨),我可以取回必要的数据,然后将其联接回完整的数据集(或可能在示例中)。
getCols <- Helper %>% filter(QuestionType == "Multiple Response") %>% select(VariableName)
spreadCols <- df1 %>% select_if(names(.) %in% c('ID',getCols$VariableName)) %>%
mutate(across(.cols = !ID,.fns = ~MultiToCol1(ID,.)))
当我查看数据时,rstudio会给我我想要的东西!
ID DVar.A DVar.B DVar.C DVar.D DVar.None EVar.Apple EVar.Banana EVar.Orange EVar.Raspberry Evar.None
1 1 1 0 0 0 1 1 0 0 0
2 0 0 0 0 1 0 0 1 1 0
3 0 0 1 0 0 1 0 0 0 0
⋮
但是,在写入数据时,出现关于尺寸不匹配的错误。这是因为生成的数据结构是一个8x3的小块,其列为(Int,Tibble,Tibble)。而且内部Tibble似乎已转置。
tibble [8 x 3] (S3: tbl_df/tbl/data.frame)
$ ID : int [1:8] 1 2 3 4 5 6 7 8
$ DVar: tibble [8 x 5] (S3: tbl_df/tbl/data.frame)
..$ A : num [1:8] 1 0 0 1 0 0 0 0
..$ B : num [1:8] 1 0 0 0 1 0 0 1
..$ C : num [1:8] 0 0 1 1 0 1 0 0
..$ D : num [1:8] 0 0 0 0 1 0 1 1
..$ None: num [1:8] 0 1 0 0 0 0 0 0
$ EVar: tibble [8 x 5] (S3: tbl_df/tbl/data.frame)
..$ Apple : num [1:8] 1 0 1 0 0 0 0 0
..$ Banana : num [1:8] 1 0 0 0 0 1 1 0
..$ Orange : num [1:8] 0 1 0 0 1 0 0 0
..$ Raspberry: num [1:8] 0 1 0 0 0 0 0 1
..$ None : num [1:8] 0 0 0 1 0 0 0 0
使用 unnest 函数产生的错误与 write _ 函数关于尺寸不匹配的错误相同。
我也曾尝试使用 unnest_wider ,但是由于 unnest_wider 函数仅将单个列作为参数,因此遇到了多个带有小标题列的问题。>
我尝试使用 pivot_wider ,但无法弄清楚如何正确地从getCols $ VariableName中传递列名。
我可以添加一些失败的尝试,但是我有点觉得这是使用map的简单解决方案,而我只是没有碰上它。
有没有简单的解决方案可以从小标题内部嵌套多个小标题。很高兴听到任何其他反馈,为更大的问题创建一个更简洁,更优雅的解决方案。
解决方法
我们可以使用cSplit_e
library(splitstackshape)
library(dplyr)
df1 %>%
select_if(names(.) %in% c('ID',getCols$VariableName)) %>%
cSplit_e("DVar",type = "character",fill = 0,sep=",") %>%
cSplit_e("EVar",")
或者,如果我们要用于多列,则选项为map
library(purrr)
tmp <- df1 %>%
select_if(names(.) %in% c('ID',getCols$VariableName))
map_dfc(setdiff(names(tmp),"ID"),~
tmp %>%
select(.x) %>%
cSplit_e( .x,") %>%
select(-.x)) %>%
bind_cols(tmp,.)
使用OP的功能,可以很容易地用as.data.frame
来使它变平
out <- df1 %>%
select_if(names(.) %in% c('ID',getCols$VariableName)) %>%
mutate(across(.cols = !ID,.fns = ~MultiToCol(ID,.))) %>%
do.call(data.frame,.)
out
ID DVar.A DVar.B DVar.C DVar.D DVar.None EVar.Apple EVar.Banana EVar.Orange EVar.Raspberry EVar.None
1 1 1 1 0 0 0 1 1 0 0 0
2 2 0 0 0 0 1 0 0 1 1 0
3 3 0 0 1 0 0 1 0 0 0 0
4 4 1 0 1 0 0 0 0 0 0 1
5 5 0 1 0 1 0 0 0 1 0 0
6 6 0 0 1 0 0 0 1 0 0 0
7 7 0 0 0 1 0 0 1 0 0 0
8 8 0 1 0 1 0 0 0 0 1 0
str(out)
#'data.frame': 8 obs. of 11 variables:
# $ ID : int 1 2 3 4 5 6 7 8
# $ DVar.A : num 1 0 0 1 0 0 0 0
# $ DVar.B : num 1 0 0 0 1 0 0 1
# $ DVar.C : num 0 0 1 1 0 1 0 0
# $ DVar.D : num 0 0 0 0 1 0 1 1
# $ DVar.None : num 0 1 0 0 0 0 0 0
# $ EVar.Apple : num 1 0 1 0 0 0 0 0
# $ EVar.Banana : num 1 0 0 0 0 1 1 0
# $ EVar.Orange : num 0 1 0 0 1 0 0 0
# $ EVar.Raspberry: num 0 1 0 0 0 0 0 1
# $ EVar.None : num 0 0 0 1 0 0 0 0
或者可以使用invoke
....
%>% invoke(data.frame,.)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。