r语言 - 行的唯一值

Question

我经常遇到这样的数据：

#create dummy data frame
data <- as.data.frame(diag(4))
data[data==0] <- NA
data[2,2] <- NA
data
#V1 V2 V3 V4
#1  1 NA NA NA
#2 NA NA NA NA
#3 NA NA  1 NA
#4 NA NA NA  1

行表示参与者，列 V1 到 V4 表示参与者所处的条件（例如，V1 下的 1 表示此参与者处于条件 1，V4 下的 1 表示此参与者处于条件 4）。旁注：数据不是对称的，因此在 4 个条件下分布的参与者要多得多。

我想要的是一个向量，其中包含每个参与者的条件：

1 NA  3  4

我写了以下一点，但想知道是否有更有效的方法（即使用更少的代码行）？

#replace entries with condition numbers 
cond <- data + matrix(rep(0:3, 4), 4, byrow=TRUE) #add 0 to 1 for condition 1...
#get all unique elements (ignore NAs)
cond <- apply(cond, 1, function(x)unique(x[!is.na(x)]))
#because I ignored NAs just now, cond[2,2] is numeric(0)
#assign NA to all values that are numeric(0)
cond[sapply(cond, function(x) length(x)==0)] <- NA
cond <- unlist(cond)
cond
#[1]  1 NA  3  4

Answer 1

我们可以在

"data"中非NA元素的逻辑矩阵上使用max.col与ties.method='first'。 为了使只有 NA 元素的行成为 NA，我们将 max.col 索引乘以逻辑矩阵的rowSums，其中 0 个非 NA 行转换为 NA （NA^ ）。

 max.col(!is.na(data), 'first')* NA^!rowSums(!is.na(data))
 #[1]  1 NA  3  4

或者另一种选择是pmax. 我们将列索引与数据相乘，以便非 NA 元素被索引替换。 然后，将pmax与na.rm=TRUE一起使用，并获取每行的最大值。

 do.call(pmax, c(col(data)*data, na.rm=TRUE))
 #[1]  1 NA  3  4

Answer 2

使用 reshape2 包：

> data$ID <- rownames(data)
> melt(data, 'ID', na.rm=TRUE)
   ID variable value
1   1       V1     1
11  3       V3     1
16  4       V4     1

恕我直言，这具有将ID变量与处理因子一起保留的优点;此外，如果您有响应测量，它也会出现在值列中。

编辑：

如果要在任何情况下都包含主题，则可以显式重建该指示符变量：

data$VNA <- ifelse(apply(is.na(data), 1, all), 1, NA)

Answer 3

不如其他解决方案聪明和高效，但也许更具可读性？

apply(data,
      MARGIN = 1, 
      FUN = function(x) { 
          if(all(is.na(x))) return(NA)
          return(which(!is.na(x)))
      }
)
# [1]  1 NA  3  4