r - 如何根据（元素）选定的相邻列计算重复的行数

Question

我有一个数据框 测试：

group userID A_conf A_chall B_conf B_chall
1    220      1       1      1       2     
1    222      4       6      4       4     
2    223      6       5      3       2     
1    224      1       5      4       4    
2    228      4       4      4       4    

数据包含每个用户的响应（由 userID 显示），其中每个用户可以为两个度量输入 1 到 6 之间的任何值：

• 会议
• 挑战

他们也可以选择不响应，从而导致NA条目。

测试数据框包含几列，如 A、B、C、D 等。可以为这些列中的每一个单独报告 Conf 和 Chall 度量。

我有兴趣进行以下比较：

• A_conf & A_chall
• B_conf & B_chall

如果这些测量值中的任何一个相等，则最终计数器应递增（如下所示）。

group userID A_conf A_chall B_conf B_chall Final
1    220      1       1      1       2     1
1    222      4       6      4       4     1
2    223      6       5      3       2     0
1    224      1       5      4       4     1
2    228      4       4      4       4     2

我在决赛柜台上挣扎。什么脚本可以帮助我实现这个功能？

供参考，测试数据帧集的 dput 共享如下：

• 输入（测试）：

  结构（列表（组= c（1L，1L，2L，1L，2L），

  用户 ID = c(220L, 222L, 223L, 224L, 228L),

  A_conf = c(1L, 4L, 6L, 1L, 4L),

  A_chall = c(1L, 6L, 5L, 5L, 4L),

  B_conf = c(1L, 4L, 3L, 4L, 4L),

  B_chall = c(2L, 4L, 2L, 4L, 4L)),

  类 = “data.frame”, row.names = c(NA, -5L))

我尝试了这样的代码：

test$Final = as.integer(0)   # add a column to keep counts
count_inc = as.integer(0)    # counter variable to increment in steps of 1

for (i in 1:nrow(test)) {

    count_inc = 0

    if(!is.na(test$A_conf[i] == test$A_chall[i]))
    {
      count_inc = 1
      test$Final[i] = count_inc
    }#if

    else if(!is.na(test$A_conf[i] != test$A_chall[i]))
    {
      count_inc = 0
      test$Final[i] = count_inc
    }#else if
}#for

上面的代码只在A_conf和A​​_chall列上工作。问题是，无论输入的值（由用户）是否相等，它都会用全 1填充Final列。

标签： rcountduplicateselementwise-operationsrowwise

Answer 1

假设您具有相同数量的“conf”和“chall”列的基本 R 解决方案

#Find indexes of "conf" column
conf_col <- grep("conf", names(test))

#Find indexes of "chall" column
chall_col <- grep("chall", names(test))

#compare element wise and take row wise sum
test$Final <- rowSums(test[conf_col] == test[chall_col])


test
#  group userID A_conf A_chall B_conf B_chall Final
#1     1    220      1       1      1       2     1
#2     1    222      4       6      4       4     1
#3     2    223      6       5      3       2     0
#4     1    224      1       5      4       4     1
#5     2    228      4       4      4       4     2

也可以单线完成

rowSums(test[grep("conf", names(test))] == test[grep("chall", names(test))])