如何编写 R 脚本来检查直线；即，对于任何给定的行，一组列中的所有值是不是具有相同的值

Posted 2023-03-12

【中文标题】如何编写 R 脚本来检查直线；即，对于任何给定的行，一组列中的所有值是不是具有相同的值

【英文标题】：How can I write an R script to check for straight-lining; i.e., whether, for any given row, all values in a set of columns have the same value如何编写 R 脚本来检查直线；即，对于任何给定的行，一组列中的所有值是否具有相同的值

【发布时间】：2016-10-25 03:12:21

【问题描述】：

我想创建一个二分变量，告诉我参与者是否对 10 个问题中的每一个问题都给出了相同的回答。每行都是一个参与者，我想编写一个简单的脚本来在我的数据框中创建这个新的变量/向量。例如，如果我的数据看起来像前 6 列，那么我正在尝试创建第 7 列。

ID   Item1  Item2  Item3  Item4  Item5  | AllSame
1    5      5      5      5      5      | Yes
2    1      3      3      3      2      | No
3    2      2      2      2      2      | Yes
4    5      4      5      5      5      | No
5    5      2      3      5      5      | No

我在这组中看到了将一列与另一列进行比较的解决方案，例如这里使用ifelse(data$item1==data$item2,1,ifelse(dat$item1==data$item3,0,NA))，但我的实际数据集中有 10 列，我认为必须有比检查所有 10 列更好的方法彼此。我还可以创建一个变量来计算有多少等于 1，然后测试计数是否与列数相同，但是数据中再次出现 7 个可能的响应，这看起来非常笨拙，我希望有人有更好的解决方案。谢谢！

【问题讨论】：

在***上可能更好，因为这是编程而不是统计

如果一行中有所有“NA”值，你希望它如何表现？

Test for equality among all elements of a single vector的可能重复

你应该把你的表变成一个最小的可重现的例子。

是的，这似乎更有意义，谢谢。并且 Glen_b 那里有一些解决方案，感谢您的参考。至于所有 NA 的列，我希望它最终成为 NA。我使用了亨利下面的解决方案 - 会这样做吗？这似乎来自我的代码，因为对于我希望完全空白的数字，我有大约正确数量的 NA。

【参考方案1】：

有很多方法可以做到这一点，但这里有一个

mydf <- data.frame(Item1 = c(5,1,2,5,5), 
                   Item2 = c(5,3,2,4,2), 
                   Item3 = c(5,3,2,5,3), 
                   Item4 = c(5,3,2,5,5),
                   Item5 = c(5,3,2,5,5) )

mydf$AllSame <- rowMeans(mydf[,1:5] == mydf[,1]) == 1

导致

> mydf
  Item1 Item2 Item3 Item4 Item5 AllSame
1     5     5     5     5     5    TRUE
2     1     3     3     3     3   FALSE
3     2     2     2     2     2    TRUE
4     5     4     5     5     5   FALSE
5     5     2     3     5     5   FALSE

如果你真的必须有“是”和“否”，那么请改用类似

mydf$AllSame <- ifelse(rowMeans(mydf[,1:5] == mydf[,1]) == 1, "Yes", "No")

【讨论】：

这行得通，我只是想了解一下，谢谢！我根本不需要是和否，但自从您发布该脚本后，我将其更改为 1 和 0，因为这将使分析更容易。请注意以后发现此问题的任何人，以避免我最初遇到的问题：== mydf[,1] 处的数字应该是您正在查看的第一列；我将其保留为 1，因为我不知道它在做什么，而且我的所有响应一开始都是 0。例如。我的最终代码是data$SL_set1<- ifelse(rowMeans(data[,28:37] == data[,28]) == 1, 1, 0)

我试图弄清楚这个公式是如何工作的，所以我理解它仍然足以修改它，例如对于字符串变量（我认为这做不到）或丢失数据。是否检查 5 列的平均值是否与第一列的值相同？如果平均值恰好与第一个相同，那会是一个问题吗？我猜不是因为这会导致很多误报，但我不明白这个公式是如何工作的。如果行中没有 NA，我也只希望它为 TRUE，所以我想我需要在某处添加 na.omit。

它检查指定列的行中的所有值是否都等于指定列中的对应值（如果相等则取一组TRUE的平均值，即$1$s ，在该行中，如果它们都是 TRUE，则该平均值为 1）。它适用于字符串变量，只要它们是 not 因素。如果连续有 NA，则给出 NA 而不是 TRUE 或 FALSE。

【参考方案2】：

Henry 发布了一个简短而快速的解决方案，该解决方案已被接受。我仍然想添加这个替代方案，我认为它在可读性方面有一点优势：

mydf <- data.frame(Item1 = c(5,1,2,5,5), 
                   Item2 = c(5,3,2,4,2), 
                   Item3 = c(5,3,2,5,3), 
                   Item4 = c(5,3,2,5,5),
                   Item5 = c(5,3,2,5,5) )

mydf$AllSame <- apply(mydf, 1, function(row) all(row==row[1]))

这里使用的 all() 函数有一个 na.rm 参数，如果您希望忽略 NA，可以轻松地将其设置为 TRUE。