返回 R 中相关列中向量和字符串的最高值

Question

我有多个项目的数据，其中每个项目由一组个人组成。我有关于他们的等级和性别的信息，如下所示:

df <- read.table(header = TRUE, text = 'Project GenderA RankA GenderB RankB GenderC RankC
             100 1 3 0 1 1 2
             200 1 2 1 2 NA NA
             300 0 3 1 3 0 2
             400 0 1 NA NA NA NA
             500 1 1 0 2 1 1')

对于每个项目，我希望 R 创建一个新变量，该变量在团队中具有最高级别和该人的性别。

  Project GenderA RankA GenderB RankB GenderC RankC HighGen HighRank
  100     1       3     0       1     1       2     1       3

我可以用 pmax 获得最高等级:

df<-cbind(df,
  HighRank = pmax(df$RankA, df$RankB, df$RankC))

但这仅适用于完整(即没有 NA)且与性别列无关的项目。两者的最佳方法是什么？

Answer 1

这是一个固执的答案，但很难一次性完成的原因是您的数据不整洁。这意味着在这种情况下，您希望每一行都有一个观察结果。我使用 dplyr 给出了“整洁”的表示和解决方案包裹:

library(dplyr)

df <- read.table(header = TRUE, text = 'Project Gender Rank order
             100  1 3 A 
             100  0 1 B
             100  1 2 C
             200  1 2 A 
             200  1 2 B
             200  NA NA C
             300  0 3 A
             300  1 3 B
             300  0 2 C')

df %>% group_by(Project) %>% arrange(-Rank) %>% slice(1) %>% ungroup()

为了解释最后一行，您按项目分组，按排名对这些项目中的所有分数进行排序，然后筛选第一个，最后，为了更好的衡量，您取消分组，这意味着您“忘记”了分组。您的输出是每个项目的最高得分记录，包括它的得分、性别。请注意，我还添加了一个新变量“order”，以反射(reflect)数据是在“rankA”或“rankB”等下评分的事实。

出去:

| Project| Gender| Rank|order |
|-------:|------:|----:|:-----|
|     100|      1|    3|A     |
|     300|      0|    3|A     |
|     200|      1|    2|A     |

也可以将数据分离成整洁的表示，但您可能首先想看看您是如何输入数据的。整洁就是这样，但要广泛阅读，您可以查看 http://vita.had.co.nz/papers/tidy-data.pdf .

感谢 Gregor 的评论，这是一种将数据帧转换为更整洁表示的方法(使用包 tidyr )

library(tidyr)


df <- read.table(header = TRUE, text = 'Project GenderA RankA GenderB RankB GenderC RankC
             100 1 3 0 1 1 2
             200 1 2 1 2 NA NA
             300 0 3 1 3 0 2
             400 0 1 NA NA NA NA
             500 1 1 0 2 1 1')

df %>% gather(key = key, value = value, -Project) %>% separate(key, into = c("variable", "order"), sep = -2) %>% spread(key = variable, value = value)

出去:

| Project|order | Gender| Rank|
|-------:|:-----|------:|----:|
|     100|A     |      1|    3|
|     100|B     |      0|    1|
|     100|C     |      1|    2|
|     200|A     |      1|    2|
|     200|B     |      1|    2|
|     200|C     |     NA|   NA|
|     300|A     |      0|    3|
|     300|B     |      1|    3|
|     300|C     |      0|    2|
|     400|A     |      0|    1|
|     400|B     |     NA|   NA|
|     400|C     |     NA|   NA|
|     500|A     |      1|    1|
|     500|B     |      0|    2|
|     500|C     |      1|    1|

然后，您可以将其提供给第一部分中的公式以获得您的解决方案。