我的数据如下所示:
ID Diagnosis_1 Diagnosis_2 Diagnosis_3 Diagnosis_4
A 1 0 0 0
A 1 0 0 0
A 1 0 0 0
B 0 1 0 0
C 0 0 0 1
C 0 1 0 0
D 0 0 0 1
E 0 0 1 0
E 0 1 0 0
E 0 0 1 0
Diagnosis_1:Diagnosis_4 都是二进制的,代表诊断的存在(1)或不存在(0)。我想做的是创建一个如下所示的数据框:
ID Diagnosis
A 1
A 1
A 1
B 2
C 4
C 2
D 4
E 3
E 2
E 3
无论我阅读关于 reshape/reshape2/tidyr 的文档多少次,我都无法理解它们的实现。
我可以使用 dplyr 的 mutate 解决我的问题,但这是实现我的目标的耗时且迂回的方式。
编辑:编辑的数据更真实地代表我的实际数据框。
最佳答案
尝试矩阵乘法:
nc <- ncol(DF)
data.frame(ID = DF$ID, Diagnosis = as.matrix(DF[-1]) %*% seq(nc-1))
给予:
ID Diagnosis
1 A 1
2 B 2
3 C 2
4 D 4
5 E 3
注:我们使用它作为输入:
Lines <- "ID Diagnosis_1 Diagnosis_2 Diagnosis_3 Diagnosis_4
A 1 0 0 0
B 0 1 0 0
C 0 1 0 0
D 0 0 0 1
E 0 0 1 0"
DF <- read.table(text = Lines, header = TRUE)
关于r - 将包含相同变量的多列折叠为一列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29447325/