R 如何用相同的函数重新编码多个数据帧列

我有这样一个数据框：

CriterionVar Var1 Var2 Var3
3            0    0    0
1            0    0    0
2            0    0    0
5            0    0    0 

for each row
   if (CriterionVar.value >= Var1.index) Var1 = 1
   if (CriterionVar.value >= Var2.index) Var2 = 1
   if (CriterionVar.value >= Var3.index) Var3 = 1

CriterionVar Var1 Var2 Var3
3            1    1    1
1            1    0    0
2            1    1    0
5            1    1    1

dat[2:4][outer(dat$CriterionVar, seq_along(names(dat)[-1]), ">=")] <- 1

我想根据

CriterionVar

的值重新编码

Var1

、

Var2

和

Var3

的值。在伪代码中，应该是这样的：

CriterionVar Var1 Var2 Var3
3            0    0    0
1            0    0    0
2            0    0    0
5            0    0    0 

for each row
   if (CriterionVar.value >= Var1.index) Var1 = 1
   if (CriterionVar.value >= Var2.index) Var2 = 1
   if (CriterionVar.value >= Var3.index) Var3 = 1

CriterionVar Var1 Var2 Var3
3            1    1    1
1            1    0    0
2            1    1    0
5            1    1    1

dat[2:4][outer(dat$CriterionVar, seq_along(names(dat)[-1]), ">=")] <- 1

重新编码的数据帧如下所示：

CriterionVar Var1 Var2 Var3
3            0    0    0
1            0    0    0
2            0    0    0
5            0    0    0 

for each row
   if (CriterionVar.value >= Var1.index) Var1 = 1
   if (CriterionVar.value >= Var2.index) Var2 = 1
   if (CriterionVar.value >= Var3.index) Var3 = 1

CriterionVar Var1 Var2 Var3
3            1    1    1
1            1    0    0
2            1    1    0
5            1    1    1

dat[2:4][outer(dat$CriterionVar, seq_along(names(dat)[-1]), ">=")] <- 1

显然，这不是完成它的方法，因为（1）VarN列的数量是由一个数据值决定的，（2）它很难看

---

非常感谢您的帮助。

有关CriterionVar的更多通用值，您可以使用

外部

构建逻辑矩阵，您可以使用该矩阵进行如下索引：

CriterionVar Var1 Var2 Var3
3            0    0    0
1            0    0    0
2            0    0    0
5            0    0    0 

for each row
   if (CriterionVar.value >= Var1.index) Var1 = 1
   if (CriterionVar.value >= Var2.index) Var2 = 1
   if (CriterionVar.value >= Var3.index) Var3 = 1

CriterionVar Var1 Var2 Var3
3            1    1    1
1            1    0    0
2            1    1    0
5            1    1    1

dat[2:4][outer(dat$CriterionVar, seq_along(names(dat)[-1]), ">=")] <- 1

---

使用

col

返回列索引矩阵的第二种方法更直接一些：

dat[2:4][dat$CriterionVar >= col(dat[-1])] <- 1

---

dat[2:4][dat$CriterionVar>=col（dat[-1]）]对于CriterionVar的更一般的值，您可以使用
outer
来构造逻辑矩阵，您可以使用该矩阵进行如下索引：

CriterionVar Var1 Var2 Var3
3            0    0    0
1            0    0    0
2            0    0    0
5            0    0    0 

for each row
   if (CriterionVar.value >= Var1.index) Var1 = 1
   if (CriterionVar.value >= Var2.index) Var2 = 1
   if (CriterionVar.value >= Var3.index) Var3 = 1

CriterionVar Var1 Var2 Var3
3            1    1    1
1            1    0    0
2            1    1    0
5            1    1    1

dat[2:4][outer(dat$CriterionVar, seq_along(names(dat)[-1]), ">=")] <- 1


使用
col
返回列索引矩阵的第二种方法更直接一些：

dat[2:4][dat$CriterionVar >= col(dat[-1])] <- 1

dat[2:4][dat$CriterionVar>=col（dat[-1]）]
数据

df = structure(list(CriterionVar = c(3L, 1L, 2L, 5L), Var1 = c(1, 
1, 1, 1), Var2 = c(1, 0, 1, 1), Var3 = c(1, 0, 0, 1)), .Names = c("CriterionVar", 
"Var1", "Var2", "Var3"), row.names = c(NA, -4L), class = "data.frame")

数据

df = structure(list(CriterionVar = c(3L, 1L, 2L, 5L), Var1 = c(1, 
1, 1, 1), Var2 = c(1, 0, 1, 1), Var3 = c(1, 0, 0, 1)), .Names = c("CriterionVar", 
"Var1", "Var2", "Var3"), row.names = c(NA, -4L), class = "data.frame")

我是vapply的大力支持者：它很快，而且你知道它将返回的形状。唯一的问题是生成的矩阵通常是您想要的“横向”版本。但是
t（）
很容易就解决了这个问题

n_var_cols <- 3
truncated_criterion <- pmin(dat[["CriterionVar"]], n_var_cols)
row_template <- rep_len(0, n_var_cols)

replace_up_to_index <- function(index) {
  replace(row_template, seq_len(index), 1)
}

over_matrix <- vapply(
  X         = truncated_criterion,
  FUN       = replace_up_to_index,
  FUN.VALUE = row_template
)
over_matrix <- t(over_matrix)

dat[, -1] <- over_matrix
dat
#   CriterionVar Var1 Var2 Var3
# 1            3    1    1    1
# 2            1    1    0    0
# 3            2    1    1    0
# 4            5    1    1    1

n\u var\u cols我是
vapply
的大力支持者：它速度快，而且你知道它将返回的形状。唯一的问题是生成的矩阵通常是您想要的“横向”版本。但是
t（）
很容易就解决了这个问题

n_var_cols <- 3
truncated_criterion <- pmin(dat[["CriterionVar"]], n_var_cols)
row_template <- rep_len(0, n_var_cols)

replace_up_to_index <- function(index) {
  replace(row_template, seq_len(index), 1)
}

over_matrix <- vapply(
  X         = truncated_criterion,
  FUN       = replace_up_to_index,
  FUN.VALUE = row_template
)
over_matrix <- t(over_matrix)

dat[, -1] <- over_matrix
dat
#   CriterionVar Var1 Var2 Var3
# 1            3    1    1    1
# 2            1    1    0    0
# 3            2    1    1    0
# 4            5    1    1    1

n\u var\u cols是的。编辑。谢谢，是的。编辑。谢谢。我想知道
df[-1]我想知道
df[-1]