使用 R 基于两列重新编码到其余列

Question

我有大数据，迷你版如下:

    Pr1  <- c("AA", "BB", "BB", "BB", "BB", "--", "AA", "--")
    Pr2  <- c("BB", "AA", "AA", "AA", "AA", "--", "--", "BB")
    varA  <- c("BB", "AA", "AA", "BB", "BB", "AA", "--", "BB")
    varB  <- c("AA", "BB", "AA", "BB", "BB", "AA", "--", "BB")
    varC <- c("AB", "--", "AB", "BB", "AB", "AA", "--", "AB")
    varD <- c("BB", "AA", "AB", "BB", "BB", "AB", "AB", "BB")
     mydf <- data.frame (Pr1, Pr2, varA, varB, varC, varD)

数据如下所示:

     mydf 

   Pr1 Pr2 varA varB varC varD
1  AA  BB   BB   AA   AB   BB
2  BB  AA   AA   BB   --   AA
3  BB  AA   AA   AA   AB   AB
4  BB  AA   BB   BB   BB   BB
5  BB  AA   BB   BB   AB   BB
6  --  --   AA   AA   AA   AB
7  AA  --   --   --   --   AB

8  --  BB   BB   BB   AB   BB

我需要根据前两个重新编码数据帧中的其余变量:

如果 varA 到 varD 的元素(数据集结束) -

等于 Pr1 值比 varA 到 varD 的元素将是“A”，

等于 Pr2 值比 varA 到 varD 的元素将是“B”

不等于 Pr1 和 Pr2 比 varA 到 varD 将是“H”

然而 -- 是缺失值，上述规则不适用于这种情况。

如果 Pr1 和 Pr2 缺失 (--)，则所有值的比较结果为“NA”。

因此预期的结果:

   Pr1 Pr2 varA varB varC varD
1  AA  BB   B    A    H    B
2  BB  AA   B    A   --    B
3  BB  AA   B    B    H    H
4  BB  AA   A    A    A    A
5  BB  AA   A    A    H    A
6  --  --   NA   NA   NA   NA
7  AA  --   NA   NA   NA   NA

8  --  BB   NA   NA   NA   NA

我可以找到一种方法来执行它。

Answer 1

编写一个只为 1 行执行此操作的小函数，然后应用它。我发现先转换为矩阵很方便

    mymat <- as.matrix(mydf)
    recodeRows <- function(x){
        if (any(x[1:2]=="--")){
             x[3:ncol(mymat)] <- NA
        } else {
             x[3:ncol(mymat)][x[3:ncol(mymat)]==x[1]] <- "A"
             x[3:ncol(mymat)][x[3:ncol(mymat)]==x[2]] <- "B"
             x[3:ncol(mymat)][!x[3:ncol(mymat)] %in% c("A","B","--")] <- "H"
        }
    x
    }
    t(apply(mymat,1,recodeRows))

[编辑以包括约翰的 ncol(mymat) 评论]