将二进制测量结果转换为R数据帧中的字符向量

假设我将超市水果库存调查的结果存储在数据框中：

stock <- data.frame(
    store = c("Asda", "Booths", "Co-op"),
    apple = c(1, 0, 0),
    banana = c(1, 1, 0),
    coconut = c(0, 0, 0)
)

我的目标：

我想将上述二元调查结果列转换为每个超市的库存汇总字符向量，如下所示：

   store        fruits
1   Asda apple, banana
2 Booths        banana
3  Co-op              

我的解决方案：

步骤1：我使用

for

循环将二进制列中的所有1替换为相应的列名：

for(i in names(stock)[2:4]) {
    stock[which(stock[[i]] == 1), i] <- i
}

步骤2：我使用

tidyr:：unite（）

将各个水果列连接到一个字符向量列中：

library(tidyverse)
stock <- unite(stock, fruits, apple:coconut, sep = ", ")

步骤3：我必须使用stringr:：str_replace_all（）删除所有不需要的0和逗号分隔符：

library(stringr)
stock$fruits <- str_replace_all(stock$fruits, "0, |, 0|0", "")

库（stringr）
库存$FROUTS假设商店名称唯一，只有1和0，并且没有缺失值：

library(dplyr)
library(tidyr)
result <- stock %>%
  gather(fruit, binary, -store) %>%
  mutate(fruit = if_else(binary == 1, fruit, NA_character_)) %>%
  select(-binary) %>%
  filter(!is.na(fruit)) %>%
  group_by(store) %>%
  summarize(fruits = paste(fruit, collapse = ", ")) %>%
  ungroup() %>%
  right_join(stock %>% select(store)) %>%
  mutate(fruits = if_else(is.na(fruits), "", fruits))

库（dplyr）
图书馆（tidyr）
结果%
采集（水果，二进制，-存储）%>%
变异（果=if_-else（二进制==1，果，NA_字符））%>%
选择（-binary）%>%
过滤器（！is.na（水果））%>%
分组依据（门店）%>%
汇总（水果=浆糊（水果，折叠=“，”）%%
解组（）%>%
右键加入（库存%>%选择（商店））%%>%
变异（水果=如果其他（is.na（水果），“”，水果））
假设存储名称唯一，只有1和0，并且没有缺失值：

library(dplyr)
library(tidyr)
result <- stock %>%
  gather(fruit, binary, -store) %>%
  mutate(fruit = if_else(binary == 1, fruit, NA_character_)) %>%
  select(-binary) %>%
  filter(!is.na(fruit)) %>%
  group_by(store) %>%
  summarize(fruits = paste(fruit, collapse = ", ")) %>%
  ungroup() %>%
  right_join(stock %>% select(store)) %>%
  mutate(fruits = if_else(is.na(fruits), "", fruits))

库（dplyr）
图书馆（tidyr）
结果%
采集（水果，二进制，-存储）%>%
变异（果=if_-else（二进制==1，果，NA_字符））%>%
选择（-binary）%>%
过滤器（！is.na（水果））%>%
分组依据（门店）%>%
汇总（水果=浆糊（水果，折叠=“，”）%%
解组（）%>%
右键加入（库存%>%选择（商店））%%>%
变异（水果=如果其他（is.na（水果），“”，水果））
该任务需要将输入数据的格式从宽改为长

虽然问题被明确地标记为
tidyverse
，但我想从一个简明的
data.table
解决方案开始，该解决方案使用
melt（）
，我比较熟悉：

library(data.table)
melt(setDT(stock), id.vars = "store")[
  value > 0, .(fruits = toString(variable)), keyby = store][.(stock$store)]

它将
stock
强制为class
data.table
，并将其从宽格式改为长格式。然后，在随后的聚合中只考虑至少有一个结果的行，其中结果按
store
分组
toString（）
用于聚合，它是
paste（）
的简明替代方法。为了包括所有的商店，甚至那些没有任何水果的商店，最终的加入权是必需的


按照OP的要求，使用
tidyr
和
dplyr
软件包中的函数也可以实现相同的目标：

library(magrittr)
stock %>% 
  tidyr::gather(fruits, , -store) %>% 
  dplyr::filter(value > 0) %>% 
  dplyr::group_by(store) %>% 
  dplyr::summarise(toString(fruits)) %>% 
  dplyr::right_join(stock %>% dplyr::select(store))

#一个tible:3 x 2
商店`toString（水果）`
1阿斯达苹果、香蕉
2个摊位香蕉
3合作社

这两个结果是等价的

请注意，对
tidyverse
函数的引用是明确的，以避免由于混乱的名称空间而产生名称冲突。
该任务需要将输入数据的格式从宽改为长

虽然问题被明确地标记为
tidyverse
，但我想从一个简明的
data.table
解决方案开始，该解决方案使用
melt（）
，我比较熟悉：

library(data.table)
melt(setDT(stock), id.vars = "store")[
  value > 0, .(fruits = toString(variable)), keyby = store][.(stock$store)]

它将
stock
强制为class
data.table
，并将其从宽格式改为长格式。然后，在随后的聚合中只考虑至少有一个结果的行，其中结果按
store
分组
toString（）
用于聚合，它是
paste（）
的简明替代方法。为了包括所有的商店，甚至那些没有任何水果的商店，最终的加入权是必需的


按照OP的要求，使用
tidyr
和
dplyr
软件包中的函数也可以实现相同的目标：

library(magrittr)
stock %>% 
  tidyr::gather(fruits, , -store) %>% 
  dplyr::filter(value > 0) %>% 
  dplyr::group_by(store) %>% 
  dplyr::summarise(toString(fruits)) %>% 
  dplyr::right_join(stock %>% dplyr::select(store))

#一个tible:3 x 2
商店`toString（水果）`
1阿斯达苹果、香蕉
2个摊位香蕉
3合作社

这两个结果是等价的

请注意，对
tidyverse
函数的引用是明确的，以避免由于混乱的名称空间而产生名称冲突。
非常感谢您在仔细注意我的问题标签的同时，为我的问题提供了两种解决方案，并感谢您额外的编码注释，清楚地解释了问题！虽然我首选的
tidyverse
解决方案非常简洁，但我也对
data.table
替代方案的简洁性感到惊讶。@elarry老实说，我更喜欢
data.table
不仅因为它的代码简洁，而且因为更大问题的性能原因。例如，请参阅。非常感谢您为我的问题提供了两种解决方案，同时对我的问题标签给予了周到的关注，以及您额外的编码注释，清楚地解释了问题！虽然我首选的
tidyverse
解决方案非常简洁，但我也对
data.table
替代方案的简洁性感到惊讶。@elarry老实说，我更喜欢
data.table
不仅因为它的代码简洁，而且因为更大问题的性能原因。例如，请参阅。非常感谢您共享一个用于将二进制数据转换为字符向量的
paste（）
替代方案-它对于像我这样不知道
toString（）
函数的人特别有用。：）非常感谢您分享一个将二进制数据转换为字符向量的
paste（）
替代方案-它对像我这样不知道
toString（）
函数的人特别有用。：）
library(magrittr)
stock %>% 
  tidyr::gather(fruits, , -store) %>% 
  dplyr::filter(value > 0) %>% 
  dplyr::group_by(store) %>% 
  dplyr::summarise(toString(fruits)) %>% 
  dplyr::right_join(stock %>% dplyr::select(store))

# A tibble: 3 x 2
   store `toString(fruits)`
  <fctr>              <chr>
1   Asda      apple, banana
2 Booths             banana
3  Co-op               <NA>