R 根据'在新列中添加逻辑值；NA'；价值观

假设我有以下数据：

name <- c("Name1","Name2","Name3","Name4",NA)
state <- c("State1","State2","State3","State4","State5")
id <- c("id1",NA,NA,"id4","id5")
size <- c(NA,"size2",NA,"size4",NA)

列的

类

定义在如下向量中：

vars <- c("name","state","id","size")
type <- c("A","A","B","C")

class <- data.frame(vars,type)

> class
   vars type
1  name    A
2 state    A
3    id    B
4  size    C

   name  state  id  size  A     B      C
 1 Name1 State1 id1 NA    TRUE  TRUE   FALSE
 2 Name2 State2 NA  size2 TRUE  FALSE  TRUE
 3 Name3 State3 NA  NA    TRUE  FALSE  FALSE
 4 Name4 State4 id4 size4 TRUE  TRUE   TRUE
 5 NA    State5 id5 NA    TRUE  TRUE   FALSE

---

我如何处理它以获得所需的输出？

我们可以

在“类”数据集中按“类型”拆分“vars”列（
class
是一个函数名），在
列表中循环，从“vars”中子集“df”列，通过检查是否不等于空白，将其转换为逻辑
矩阵
，获取
行和
，并通过将其与数据集的列数进行比较，创建逻辑
向量
，即，我们检查真值的数量是否等于列数

cbind(df, sapply(split(as.character(class$vars), class$type),
             function(x) rowSums(df[x] != "") == ncol(df[x])))
#   name  state  id  size     A     B     C
#1 Name1 State1 id1        TRUE  TRUE FALSE
#2 Name2 State2     size2  TRUE FALSE  TRUE
#3 Name3 State3            TRUE FALSE FALSE
#4 Name4 State4 id4 size4  TRUE  TRUE  TRUE
#5       State5 id5       FALSE  TRUE FALSE


另一个不使用
split
的选项是循环“class”中“type”列的“unique”元素，然后进行子集设置

library(tidyverse)
class %>%
    pull(type) %>%
    unique %>% 
    map(~ class %>%
              filter(type == .x) %>% 
              pull(vars) %>% 
              as.character %>% 
              select(df, .) %>%
               `!=`("") %>%
              as_tibble %>%
              reduce(`&`)) %>%
    bind_cols(df, .) 

更新
基于OP文章中更新的数据集，使用
NA
元素，我们替换
df[x]！=“
至
！”！is.na（df[x]）

cbind（df，sapply（拆分）（如.character（class$vars），class$type），
函数（x）行和（！is.na（df[x]）>0））
#名称状态id大小A B C
#1名称1状态1 id1 TRUE FALSE
#2名称2状态2大小2 TRUE FALSE TRUE
#3姓名3状态3真假假假
#4名称4状态4 id4大小4 TRUE
#5状态5 id5真-真-假
@LuccaRamalho请检查您的输入数据集。您的值与expected@LuccaRamalho修正了issue@LuccaRamalho这正是代码自动执行的部分，只是你必须根据“class”的值进行拆分。你是我的英雄！非常感谢您的帮助和耐心@谢谢你，我更新了我之前的评论。如果不更新您的帖子和预期输出，就很难评论您真正想要的内容，例如，在您的“大小”列输入中，第一次观察是
”
，最后一次是
”
library(tidyverse)
class %>%
    pull(type) %>%
    unique %>% 
    map(~ class %>%
              filter(type == .x) %>% 
              pull(vars) %>% 
              as.character %>% 
              select(df, .) %>%
               `!=`("") %>%
              as_tibble %>%
              reduce(`&`)) %>%
    bind_cols(df, .) 

cbind(df, sapply(split(as.character(class$vars), class$type),
         function(x) rowSums(!is.na(df[x])) >0))
#   name  state   id  size    A     B     C
#1 Name1 State1  id1  <NA> TRUE  TRUE FALSE
#2 Name2 State2 <NA> size2 TRUE FALSE  TRUE
#3 Name3 State3 <NA>  <NA> TRUE FALSE FALSE
#4 Name4 State4  id4 size4 TRUE  TRUE  TRUE
#5  <NA> State5  id5  <NA> TRUE  TRUE FALSE