我得到了一个可怕的数据集，我正在努力清理：272个(字符(变量和343个观测值。它由许多二元变量组成，这些变量本可以概括为一个具有多个因素的变量。因此，与其问"；你是自雇还是受雇"并且给定选项1〃；"个体经营"；，2〃；就业"；并且可能是一个3〃；"无/其他"；，该集合具有两个变量：v1.selfused和v2.used，其中选项1〃；是"；和2〃；否"；。
我现在需要将几个二进制变量合并为一个。由于它们是字符，我需要将它们转换为因子，我做到了(参见示例(。
### datasetdataset
v1 <- as.character(c("yes", "yes", "no", "yes", "yes", "no", "yes","no", "no", NA ))
v2 <- as.character(c("no","no","no","no","no","yes","no","yes", "no", NA))
v3 <- as.character(c("no","no", "yes", "no","no","no","no","no", "yes", NA))
df <- data.frame(v1,v2,v3)
library(tidyverse)
## dataframe -> tibble
df.t <- as_tibble(df)
## convert into 1/0 factor
df.t %>%
mutate_if(is.character, as.factor) %>%
mutate_at(vars(1:3), ~fct_recode(., "1" = "yes",
"0" = "no"))
我走这条路是因为我有很多二进制"；束"；我需要能够通过vars((进行选择。在转换了所有必要的捆绑包之后，我将它们保存在一个新的data.frame中，因为我不确定是否使用tibbles。我的目标是将变量v与因子级别v1、v2和v3结合起来。
这个确切的问题已经在8年前发布在这个帖子中了。我尝试了他们提到的方法，但似乎不起作用。它们可能是"；"过时"；？我最终得到的要么是比以前更多的观察结果——这很有趣——要么是错误。在8年的时间里，在研发R的过程中一定发生了一些事情，这可能会让这个过程变得更容易。
感谢大家的帮助！
我猜您想还原一个"一个热编码"；变量的。这里有一个快速的方法。
apply(df ,1,(x) names(which(x == "yes"))) |>
purrr::map_chr(~ifelse(length(.x) == 0, NA_character_, .x))
#+ [1] "v1" "v1" "v3" "v1" "v1" "v2" "v1" "v2" "v3" NA
一种不同的方法是：
df |>
mutate(ID = row_number()) |>
pivot_longer(cols = c(v1,v2,v3), names_to = "var") |>
filter(value == "yes")
##> ID var value
##> <int> <chr> <chr>
##> 1 1 v1 yes
##> 2 2 v1 yes
##> 3 3 v3 yes
##> 4 4 v1 yes
##> 5 5 v1 yes
##> 6 6 v2 yes
##> 7 7 v1 yes
##> 8 8 v2 yes
##> 9 9 v3 yes