r - 基于 dplyr 链中多列的条件评估的变异变量

Question

考虑以下数据集:

  patientID age     age2      age3 equal
1         1  25     25        25   TRUE
2         2  34     34        32   FALSE
3         3  28     28        20   FALSE
4         4  52     18        19   FALSE

如果 age、age2 和 age3 相等，我想改变一个为 TRUE 的 equal 列对彼此。我认为这会很简单:

data %>% 
  mutate(equal = ifelse(age == age_2 == age_3, 1, 0))

但我猜 R 无法连续解释三个 == 符号，因为它会给出“意外符号，==”错误。我这样更正:

data %>% 
  mutate(equal = ifelse(isTRUE(all.equal(age, age_2, age_3)), 1, 0))

它为每一列返回 "FALSE" 的值。在避免多个成对 if 语句的同时执行此操作的正确方法是什么？ (例如 (age == age_2) & (age_2 == age_3))？

Answer 1

一个更简单的选择是将“年龄”列中的第一列与其余列进行比较，并使用 rowSums 创建一个逻辑条件。

nm1 <- grep("age", names(data))
data$equal <- !rowSums(data[nm1][,1] != data[nm1]) 
data$equal
#[1]  TRUE FALSE FALSE FALSE

---

我们也可以使用tidyverse

library(tidyverse)
data %>% 
   mutate(equal = pmap(select(., starts_with('age')),
          ~ n_distinct(c(...)) == 1))
#  patientID age age2 age3 equal
#1         1  25   25   25  TRUE
#2         2  34   34   32 FALSE
#3         3  28   28   20 FALSE
#4         4  52   18   19 FALSE

数据

data <- structure(list(patientID = 1:4, age = c(25L, 34L, 28L, 52L), 
    age2 = c(25L, 34L, 28L, 18L), age3 = c(25L, 32L, 20L, 19L
    )), row.names = c("1", "2", "3", "4"), class = "data.frame")