根据优先级列表选择值 - R data.table

Question

我有这种数据集，其中有更多变量，但我只选择显示几个：

dt <- data.table(ID = c(1,2,3, 4, 5),
                 diagnosis1 = c(0, 0, 1, 0, 1), 
                 diagnosis2 = c(1, 0, 0, 1, 0), 
                 diagnosis3 = c(0, 1, 1, 0, 1), 
                 diagnosis4 = c(1, 0, 1, 0, 0))

有5个病人，4种诊断。一个病人可以有一个诊断 1，也可以有一个诊断 3（fx 病人 5），但在我的最终数据集中，每个病人只允许一个诊断。 优先级列表是这样的：诊断 1、诊断 2、诊断 3、诊断 4。 所以在这种情况下，患者 5 应该只能得到诊断 1.

我有一个大型数据集，除了上面显示的这 5 个变量外，还有多个其他变量。所以输出应该是相同的，但是将不是选择的 1 替换为 0.

希望能帮到你！

Answer 1

为你的列名创建一个向量，然后通过 ID 使用

min(which()

：

dx_cols <- names(dt)[ grepl("^diagnosis", names(dt)) ]
dt[, f_dx := dx_cols[min(which(.SD == 1))], by = ID, .SDcols = dx_cols ]

输出：

   ID diagnosis1 diagnosis2 diagnosis3 diagnosis4       f_dx
1:  1          0          1          0          1 diagnosis2
2:  2          0          0          1          0 diagnosis3
3:  3          1          0          1          1 diagnosis1
4:  4          0          1          0          0 diagnosis2
5:  5          1          0          1          0 diagnosis1

Answer 2

melt(dt, id.vars = "ID", variable.name = "Diagnosis")[value == 1, .SD[1,1], keyby = ID]

   ID  Diagnosis
1:  1 diagnosis2
2:  2 diagnosis3
3:  3 diagnosis1
4:  4 diagnosis2
5:  5 diagnosis1

Answer 3

在基础R中，你可以使用

apply

：

f <- function(x){
  idx <- min(which(x == 1))
  x[-idx] <- 0
  x
}

dt <- as.data.frame(dt)
dt[-1] <- t(apply(dt[-1], 1, f))
dt

  ID diagnosis1 diagnosis2 diagnosis3 diagnosis4
1  1          0          1          0          0
2  2          0          0          1          0
3  3          1          0          0          0
4  4          0          1          0          0
5  5          1          0          0          0

---

如果您需要带有变量名称的输出，另一个有用的函数是

max.col

，带有

ties.method = "first"

：

cols <- names(dt)[grepl("^diagnosis", names(dt))]
dt[, indx := cols[max.col(.SD, ties.method = "first")], .SDcols = cols]

   ID diagnosis1 diagnosis2 diagnosis3 diagnosis4       indx
1:  1          0          1          0          1 diagnosis2
2:  2          0          0          1          0 diagnosis3
3:  3          1          0          1          1 diagnosis1
4:  4          0          1          0          0 diagnosis2
5:  5          1          0          1          0 diagnosis1