R 如何构建字符串变量以捕获多个cols信息_R

R 如何构建字符串变量以捕获多个cols信息

R 如何构建字符串变量以捕获多个cols信息,r,R,我有一个df，看起来像这样：可以使用以下代码进行构建： structure(list(ID = c(1, 2, 3, 4, 5), Pass = c(0, 1, 1, 1, 1), Math = c(0, 0, 1, 1, 1), ELA = c(0, 1, 0, 1, 0), PE = c(0, 0, 1, 1, 1)), row.names = c(NA, -5L), class = c("tbl_df", "tbl", &q

我有一个df，看起来像这样：

可以使用以下代码进行构建：

structure(list(ID = c(1, 2, 3, 4, 5), Pass = c(0, 1, 1, 1, 1), 
    Math = c(0, 0, 1, 1, 1), ELA = c(0, 1, 0, 1, 0), PE = c(0, 
    0, 1, 1, 1)), row.names = c(NA, -5L), class = c("tbl_df", 
"tbl", "data.frame"))

其中

pass

表示学生是否通过任何测试。现在我想构建一个新的var

Result

来捕获学生的测试结果，如下所示，我应该怎么做

这里有一个解决方案：

library(dplyr)
library(magrittr)
library(stringr)

df <- structure(list(ID = c(1, 2, 3, 4, 5), Pass = c(0, 1, 1, 1, 1), 
               Math = c(0, 0, 1, 1, 1), ELA = c(0, 1, 0, 1, 0), PE = c(0, 
                                                                       0, 1, 1, 1)), row.names = c(NA, -5L), class = c("tbl_df", 
                                                                                                                       "tbl", "data.frame"))



df %<>% pivot_longer(cols = -c(ID, Pass), names_to = "sub", values_to = "done")

df %<>% group_by(ID) %>% mutate(Result = paste0(ifelse(done == 1, sub, NA), collapse = ", ")) %>% ungroup()

df %<>% pivot_wider(names_from = sub, values_from = done)

df %<>% mutate(Result = paste0("Pass: ", str_replace_all(Result, "NA[, ]*", "")))

df %<>% mutate(Result = ifelse(str_detect(Result, "Pass: $"), "Not pass", str_replace_all(Result, ",[\\s]*$", "")))

df

# # A tibble: 5 x 6
#      ID  Pass Result               Math   ELA    PE
#   <dbl> <dbl> <chr>               <dbl> <dbl> <dbl>
# 1     1     0 Not pass                0     0     0
# 2     2     1 Pass: ELA               0     1     0
# 3     3     1 Pass: Math, PE          1     0     1
# 4     4     1 Pass: Math, ELA, PE     1     1     1
# 5     5     1 Pass: Math, PE          1     0     1

库（dplyr）
图书馆（magrittr）
图书馆（stringr）
df%mutate（Result=paste0（ifelse（done==1，sub，NA），collapse=“，”）%%>%ungroup（）
df%%pivot\u加宽（名称\u from=sub，值\u from=done）
df%%突变（结果=粘贴0（“通过：”，str_替换_全部（结果，“NA[，]*”，”））
df%%mutate（Result=ifelse（str_detect（Result，“Pass:$”），“Not Pass”，str_replace_all（Result，”，[\\s]*$，“））
df
##tibble:5 x 6
#我通过了数学考试
#                      
#1 1 0未通过0 0 0
#2 2 1通过：ELA 0 1 0
#3 3 1通过：数学、体育1 0 1
#通过：数学、ELA、PE 1
#5 5 1及格：数学、体育1 0 1

如有必要，我可以解释代码的作用。

这里有一个解决方案：

library(dplyr)
library(magrittr)
library(stringr)

df <- structure(list(ID = c(1, 2, 3, 4, 5), Pass = c(0, 1, 1, 1, 1), 
               Math = c(0, 0, 1, 1, 1), ELA = c(0, 1, 0, 1, 0), PE = c(0, 
                                                                       0, 1, 1, 1)), row.names = c(NA, -5L), class = c("tbl_df", 
                                                                                                                       "tbl", "data.frame"))



df %<>% pivot_longer(cols = -c(ID, Pass), names_to = "sub", values_to = "done")

df %<>% group_by(ID) %>% mutate(Result = paste0(ifelse(done == 1, sub, NA), collapse = ", ")) %>% ungroup()

df %<>% pivot_wider(names_from = sub, values_from = done)

df %<>% mutate(Result = paste0("Pass: ", str_replace_all(Result, "NA[, ]*", "")))

df %<>% mutate(Result = ifelse(str_detect(Result, "Pass: $"), "Not pass", str_replace_all(Result, ",[\\s]*$", "")))

df

# # A tibble: 5 x 6
#      ID  Pass Result               Math   ELA    PE
#   <dbl> <dbl> <chr>               <dbl> <dbl> <dbl>
# 1     1     0 Not pass                0     0     0
# 2     2     1 Pass: ELA               0     1     0
# 3     3     1 Pass: Math, PE          1     0     1
# 4     4     1 Pass: Math, ELA, PE     1     1     1
# 5     5     1 Pass: Math, PE          1     0     1

库（dplyr）
图书馆（magrittr）
图书馆（stringr）
df%mutate（Result=paste0（ifelse（done==1，sub，NA），collapse=“，”）%%>%ungroup（）
df%%pivot\u加宽（名称\u from=sub，值\u from=done）
df%%突变（结果=粘贴0（“通过：”，str_替换_全部（结果，“NA[，]*”，”））
df%%mutate（Result=ifelse（str_detect（Result，“Pass:$”），“Not Pass”，str_replace_all（Result，”，[\\s]*$，“））
df
##tibble:5 x 6
#我通过了数学考试
#                      
#1 1 0未通过0 0 0
#2 2 1通过：ELA 0 1 0
#3 3 1通过：数学、体育1 0 1
#通过：数学、ELA、PE 1
#5 5 1及格：数学、体育1 0 1

如有必要，我可以解释代码的作用。

尝试下面的基本R代码

q <- with(data.frame(which(df[-(1:2)] == 1, arr.ind = TRUE)),
          tapply(names(df[-(1:2)])[col], factor(row, levels = 1:nrow(df)), toString))
df$Result <- ifelse(is.na(q), "Not Pass", paste0("Pass: ", q))

q尝试下面的基本R代码
q <- with(data.frame(which(df[-(1:2)] == 1, arr.ind = TRUE)),
          tapply(names(df[-(1:2)])[col], factor(row, levels = 1:nrow(df)), toString))
df$Result <- ifelse(is.na(q), "Not Pass", paste0("Pass: ", q))

q使用dplyr
和rowwise

library(dplyr)
library(stringr)
df1 %>%
    rowwise %>% 
    mutate(Result = if(as.logical(Pass)) 
      str_c('Pass: ', toString(names(select(., Math:PE))[as.logical(c_across(Math:PE))])) else 'Not pass' ) %>%
    ungroup
# A tibble: 5 x 6
#     ID  Pass  Math   ELA    PE Result             
#  <dbl> <dbl> <dbl> <dbl> <dbl> <chr>              
#1     1     0     0     0     0 Not pass           
#2     2     1     0     1     0 Pass: ELA          
#3     3     1     1     0     1 Pass: Math, PE     
#4     4     1     1     1     1 Pass: Math, ELA, PE
#5     5     1     1     0     1 Pass: Math, PE     

库（dplyr）
图书馆（stringr）
df1%>%
行%>%
变异（结果=if（如逻辑（通过））
str_c（'Pass:'，toString（名称（select（，Math:PE））[as.logical（c_-overs（Math:PE））]）其他'Not Pass'）%>%
解组
#一个tibble:5x6
#我通过了数学考试
#                     
#1 100 0 0 0 0未通过
#2 2 1 0 1 0通过：ELA
#3 3 1 0 1通过：数学、体育
#4通过：数学、ELA、体育
#5 5 1 0 1通过：数学、体育

数据
df1使用dplyr
和rowwise

library(dplyr)
library(stringr)
df1 %>%
    rowwise %>% 
    mutate(Result = if(as.logical(Pass)) 
      str_c('Pass: ', toString(names(select(., Math:PE))[as.logical(c_across(Math:PE))])) else 'Not pass' ) %>%
    ungroup
# A tibble: 5 x 6
#     ID  Pass  Math   ELA    PE Result             
#  <dbl> <dbl> <dbl> <dbl> <dbl> <chr>              
#1     1     0     0     0     0 Not pass           
#2     2     1     0     1     0 Pass: ELA          
#3     3     1     1     0     1 Pass: Math, PE     
#4     4     1     1     1     1 Pass: Math, ELA, PE
#5     5     1     1     0     1 Pass: Math, PE     

库（dplyr）
图书馆（stringr）
df1%>%
行%>%
变异（结果=if（如逻辑（通过））
str_c（'Pass:'，toString（名称（select（，Math:PE））[as.logical（c_-overs（Math:PE））]）其他'Not Pass'）%>%
解组
#一个tibble:5x6
#我通过了数学考试
#                     
#1 100 0 0 0 0未通过
#2 2 1 0 1 0通过：ELA
#3 3 1 0 1通过：数学、体育
#4通过：数学、ELA、体育
#5 5 1 0 1通过：数学、体育

数据
df1这太好了！！虽然行
和列
来自哪里？@Dunois来自哪个
选项arr.ind=TRUE
这太好了！！虽然行
和列
来自哪里？@Dunois来自哪个
，选项为arr.ind=TRUE