0

通常，来自多个响应调查项目的数据是结构化的，没有足够的信息使整理变得非常容易。具体来说，我有一个调查问题，受访者从 8 个分类项目中选择一个或多个。生成的数据框最多有8 个用逗号分隔的字符串。某些单元格可能有两个、四个或没有用逗号分隔的 8 个选项。第八个项目是“其他”，可以填充自定义文本。

顺便说一句，这是 GoogleForms 多响应数据的典型格式。

以下是示例数据。第三行和最后一行包括对第八个“其他”选项的唯一响应：

structure(list(actvTypes = c(NA, NA, "Data collection, Results / findings /     learnings, ate ants and milkweed", 
NA, "Discussion of our research question, Planning for data collection", 
"Data analysis, Collected data, apples are yummy")), row.names = c(NA, 
-6L), class = c("tbl_df", "tbl", "data.frame"))

我想制作一组 8 个新列，其中响应记录为0 或 1。如何有效地做到这一点？

我有一个解决方案，但它很麻烦。我首先为每个响应选项创建新列：

atypes<-    c("atype1","atype2","atype3","atype4","atype5","atype6","atype7","atype8")
log[atypes]<-NA

接下来，我写了八个ifelse语句；前七个的格式如下所示：

log$atype7<-ifelse(str_detect(log$actvTypes,"Met with non-DASA team member (not data collection)"),1,0)

对于“其他”响应选项，我使用了字符串列表和sapply解决方案：

alloptions<-c('Discussion of our research question' ,'Planning for data     collection' ,'Data analysis','Discussion of results | findings | learnings'     ,'Mid-course corrections to our project' ,'Collected data' ,'Met with non-DASA     team member (not data collection)' )
log$atype8<-sapply(log$actvTypes, function(x) 
    ifelse(
    any(sapply(alloptions, str_detect, string = x)==TRUE),1,0)   )

这种编码方案如何更优雅？也许sapply并使用索引？

4

1 回答 1

1

根据您最终尝试做的事情，以下内容可能会有所帮助：

library(tidyverse)

df %>%
  rownames_to_column(var = "responder") %>%
  separate_rows(actvTypes, sep = ",") %>%
  mutate(actvTypes = fct_explicit_na(actvTypes)) %>%
  count(actvTypes)

# # A tibble: 9 x 2
#   actvTypes                                 n
#   <fct>                                 <int>
# 1 " apples are yummy"                       1
# 2 " ate ants and milkweed"                  1
# 3 " Collected data"                         1
# 4 " Planning for data collection"           1
# 5 " Results / findings /     learnings"     1
# 6 Data analysis                             1
# 7 Data collection                           1
# 8 Discussion of our research question       1
# 9 (Missing)                                 3

在调用之前注意这看起来像什么count()- 如果您事先知道“非其他”类别，那么将“其他”类别分组应该是微不足道的。您可能还想看看调用separate_rows().

于 2018-09-14T17:51:19.813 回答