r - 以变​​量向量为条件的变异

我想创建一个变量，如果在多个列中的任何一个中找到特定值，则取值为1，否则为0。这可以用ifelse完成，但是列数超过...大约3个就变得很乏味。

我可能可以编写一个自定义函数来执行此操作，但是我很好奇tidyverse中是否存在优雅的解决方案。

示例代码:

library(tidyverse)

example_tib <- tibble(
  var0 = 1:4,
  var1 = c('a', 'h', 'o', 'v'),
  var2 = c('b', 'i', 'p', 'w'),
  var3 = c('c', 'j', 'q', 'x'),
  var4 = c('d', 'k', 'r', 'y'),
  var5 = c('e', 'l', 's', 'z'),
  var6 = c('f', 'm', 't', 'a'),
  var7 = c('g', 'n', 'u', 'b'),
  var8 = 5:8
)

variables_interest <- sprintf("%s%d", "var", 2:7)

# This doesn't work but
# shows what I want to do

example_tib %>%
  mutate(pass = ifelse(any(variables_interest) <= 'o' &
                       any(variables_interest) > 'g', 1, 0))

所需的输出:

# A tibble: 4 x 10
   var0 var1  var2  var3  var4  var5  var6  var7   var8  pass
  <int> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <int> <dbl>
1     1 a     b     c     d     e     f     g         5     0
2     2 h     i     j     k     l     m     n         6     1
3     3 o     p     q     r     s     t     u         7     0
4     4 v     w     x     y     z     a     b         8     0

最佳答案

不确定它是否优雅，并假设您在第3行的值是错误的:

w <- quo(variables_interest)
example_tib %>% bind_cols(
     example_tib %>% mutate(id=row_number()) %>%
     gather(k,v,UQ(w)) %>%
     group_by(id) %>%
     summarise(pass=as.integer(sum((v>"g")&(v<="o"))>0)) %>%
     select(-id))

## A tibble: 4 x 10
#   var0 var1  var2  var3  var4  var5  var6  var7   var8  pass
#  <int> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <int> <int>
#1     1 a     b     c     d     e     f     g         5     0
#2     2 h     i     j     k     l     m     n         6     1
#3     3 o     p     q     r     s     t     u         7     0
#4     4 v     w     x     y     z     a     b         8     0

关于r - 以变​​量向量为条件的变异，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51476528/