R 跨多个变量使用mutate on逻辑条件创建新变量-mutate？_R_Dplyr

R 跨多个变量使用mutate on逻辑条件创建新变量-mutate？

R 跨多个变量使用mutate on逻辑条件创建新变量-mutate？,r,dplyr,R,Dplyr,mutate是否可以基于跨变量应用的逻辑条件创建新变量？更具体地，考虑下面的数据。 set.seed(1234) val <- c(rep(0, 20), 1) a <- sample(val, 50, replace=T) b <- sample(val, 50, replace=T) c <- sample(val, 50, replace=T) d <- sample(val, 50, replace=T) dat <- data.frame(a,b,

mutate

是否可以基于跨变量应用的逻辑条件创建新变量？
更具体地，考虑下面的数据。

set.seed(1234)
val <- c(rep(0, 20), 1)
a <- sample(val, 50, replace=T)
b <- sample(val, 50, replace=T)
c <- sample(val, 50, replace=T)
d <- sample(val, 50, replace=T)
dat <- data.frame(a,b,c,d)

set.seed（1234）
val一如既往，最佳答案取决于具体问题
例如，在这种情况下，您可以使用pmax（）
：
而且，如果您非常确定数据是二进制的，那么可以使用rowSums（）
：
dat$anyABCD=1）
主管（dat）
a、b、c、d、anyABCD
1 0 0 0 0       0
2 0 0 0 0       0
3 0 0 0 0       0
4 0 0 0 0       0
5 0 0 0 0       0
6 0 0 0 1       1
完美。额外的例子也特别有用。看来在这种情况下，mutate不是最佳解决方案！
new.dat <- mutate(dat, anyABCD == ifelse(A or B or C or D == 1, 1, 0))

dat$anyABCD <-  with(dat, pmax(a, b, c, d) == 1)

head(dat)
  a b c d anyABCD
1 0 0 0 0   FALSE
2 0 0 0 0   FALSE
3 0 0 0 0   FALSE
4 0 0 0 0   FALSE
5 0 0 0 0   FALSE
6 0 0 0 1    TRUE

dat$anyABCD <- apply(dat[, 1:4], 1, function(x)max(x) == 1)
head(dat)

  a b c d anyABCD
1 0 0 0 0   FALSE
2 0 0 0 0   FALSE
3 0 0 0 0   FALSE
4 0 0 0 0   FALSE
5 0 0 0 0   FALSE
6 0 0 0 1    TRUE

dat$anyABCD <- rowSums(dat[, 1:4] >= 1)

head(dat)
  a b c d anyABCD
1 0 0 0 0       0
2 0 0 0 0       0
3 0 0 0 0       0
4 0 0 0 0       0
5 0 0 0 0       0
6 0 0 0 1       1