使用向量索引 R 中的 data.frame

Question

我有一个 data.frame，其中包含一个 ID 号和来自调查的按比例缩放的回复：

df(responses)

ID    X1    X2    X3    X4
A1    1     1     2     1
B2    0     1     3     0
C3    3     3     2     0

我也有一个data.frame用作密钥：

df(key)

X    Y    Z
2    1    1
3    2    2
4    3    4

我正在尝试编写一个脚本来计算每个参与者的 X、Y 和 Z 分数，其中 X 分数是总和对密钥中 X 下列出的问题的答复。

例如参与者 A1 的 X 分数将等于 X2、X3 和 X4 在 A1 行 [=27] 中的总和=].

期望的输出是：

df(output)

ID    X    Y    Z
A1    4    4    3
B2    4    4    1
C3    5    8    6

但是，我目前正在努力使用 key 中的值来索引 data.frame responses。我目前的状态是：

#store scale names
scales <- c(colnames(key))
#loop over every participant
for (i in responses$ID){
    #create temporary data.frame with only participant "i"s responses
    data <- subset(responses, ID == i)
    #loop over each scale and store the relevant response numbers
    for (s in scales){
        relevantResponses <- scales[c(s)]
        #create a temporary storage for the total of each scale
        runningScore <- 0
        #index each response and add it to the total
        for (r in relevantResponses){
             runningScore <- runningScore + data[1,r]

但是我得到了错误：

Error in `[.data.frame`(data, 1, r) : 
  undefined columns selected

是否有比嵌套循环更好的索引方式？

Answer 1

我们可以使用rowSums循环遍历key数据列lapply，根据索引提取'responses'数值列，得到rowSums 将 list 转换为 data.frame 和 cbind 以及 'responses'

的第一列

cbind(responses[1], data.frame(lapply(key, 
     function(x) rowSums(responses[-1][, na.omit(x)], na.rm = TRUE))))

-输出

#  ID X Y Z
#1 A1 4 4 3
#2 B2 4 4 1
#3 C3 5 8 6

或 tidyverse

imap(key, ~ responses %>%
     transmute(ID, !!.y :=  rowSums(select(cur_data()[-1], na.omit(.x)),
          na.rm = TRUE))) %>% 
     reduce(inner_join)

-输出

#  ID X Y Z
#1 A1 4 4 3
#2 B2 4 4 1
#3 C3 5 8 6

或者另一种选择是 mutate 和 across

key %>%
   mutate(across(everything(), 
       ~ rowSums(responses[-1][na.omit(.)], na.rm = TRUE)), 
          ID = responses$ID, .before = 1)
#  ID X Y Z
#1 A1 4 4 3
#2 B2 4 4 1
#3 C3 5 8 6

数据

responses <- structure(list(ID = c("A1", "B2", "C3"), X1 = c(1L, 0L, 3L), 
    X2 = c(1L, 1L, 3L), X3 = c(2L, 3L, 2L), X4 = c(1L, 0L, 0L
    )), class = "data.frame", row.names = c(NA, -3L))

key <- structure(list(X = 2:4, Y = 1:3, Z = c(1L, 2L, 4L)), class = "data.frame",
   row.names = c(NA, 
-3L))

Answer 2

这是处理此问题的另一种方法。我只是想用我最喜欢的解决方案来挑战自己，这并不像亲爱的@akrun 提出的那样简洁和出色。这是教我如何使用 purrr 函数族的人：

library(dplyr)
library(purrr)

responses %>% 
  select(X1:X4) %>% 
  pmap_dfr(., ~ map_dfc(1:length(key), function(x) sum(c(...)[key[, x]]))) %>%
  bind_cols(responses$ID) %>%
  set_names(c("x", "y", "z", "ID")) %>% 
  relocate(ID)

  ID        x     y     z
  <chr> <int> <int> <int>
1 A1        4     4     3
2 B2        4     4     1
3 C3        5     8     6

我想在这里添加亲爱的@akrun 提出的两种更简洁的方法。一个具有 rowSums 功能，另一个具有 purrr 包中的 reduce。请记住，当我们在数据框上应用带有 reduce 的 + 函数时，它将应用于每一行并将其折叠成一个元素：

map_dfc(key, ~ responses[-1][.x] %>% rowSums())

# A tibble: 3 x 3
      X     Y     Z
  <dbl> <dbl> <dbl>
1     4     4     3
2     4     4     1
3     5     8     6

与 reduce:

map_dfc(key, ~ responses[-1][.x] %>% reduce(`+`))

# A tibble: 3 x 3
      X     Y     Z
  <int> <int> <int>
1     4     4     3
2     4     4     1
3     5     8     6

使用向量索引 R 中的 data.frame

Using a vector to index a data.frame in R

r

dplyr

purrr

数据