取消嵌套多个小词，以拆分Mutli-Select调查问题

问题描述

我正在尝试生成一个程序化解决方案，以将调查中的“多次回答”问题扩展到单独的列中。该设置涉及调查数据（df1）和一个帮助文件，该文件将变量与有关变量的信息相关联。对于低于示例数据的目标，目标是将DVar和EVar中的响应扩展到单独的列中，例如DVar.A，DVar.b等，是否以二进制1,0表示该ID是否选中了相应的框。

df1 <- tibble(ID = rep(1:8),AVar = sample(1:10,8),BVar = rnorm(8),CVar = c("Got","Some","Stuff","In","Here","Got","Others","Too"),DVar = c("A,B",NA,"C","A,C","B,D","D",D"),EVar = c("Banana,Apple","Orange,Raspberry","Apple","Orange","Banana","Raspberry"))

Helper <- tibble(VariableName = c("ID","AVar","BVar","CVar","DVar","EVar"),QuestionType = c("ID","Numeric","Single Response","Multiple Response","Multiple Response"))

当前的工作功能需要输入ID和要扩展的列。就我当前的目的而言，此功能非常有用。除非某列不存在NA（这是不常见的），否则会在最终的select语句的数据集中抛出关于“ None”的错误。

MultiToCol <- function(ID,toSpread) {
  X <- tibble(ID,toSpread)
  
  X %>% mutate(varLong = strsplit(as.character(replace_na(toSpread,"None")),split=",")) %>% 
    unnest(varLong) %>% mutate(tmpValue = 1) %>% spread(varLong,tmpValue,fill = 0) %>% select(-None,-ID,-toSpread,None)
  
}

使用mutate（跨），我可以取回必要的数据，然后将其联接回完整的数据集（或可能在示例中）。

getCols <- Helper %>% filter(QuestionType == "Multiple Response") %>% select(VariableName)

spreadCols <- df1 %>% select_if(names(.) %in% c('ID',getCols$VariableName)) %>% 
  mutate(across(.cols = !ID,.fns = ~MultiToCol1(ID,.))) 

当我查看数据时，rstudio会给我我想要的东西！

ID  DVar.A  DVar.B  DVar.C  DVar.D  DVar.None   EVar.Apple  EVar.Banana EVar.Orange EVar.Raspberry  Evar.None
1   1   1   0   0   0   1   1   0   0   0
2   0   0   0   0   1   0   0   1   1   0
3   0   0   1   0   0   1   0   0   0   0
⋮

但是，在写入数据时，出现关于尺寸不匹配的错误。这是因为生成的数据结构是一个8x3的小块，其列为（Int，Tibble，Tibble）。而且内部Tibble似乎已转置。

tibble [8 x 3] (S3: tbl_df/tbl/data.frame)
 $ ID  : int [1:8] 1 2 3 4 5 6 7 8
 $ DVar: tibble [8 x 5] (S3: tbl_df/tbl/data.frame)
  ..$ A   : num [1:8] 1 0 0 1 0 0 0 0
  ..$ B   : num [1:8] 1 0 0 0 1 0 0 1
  ..$ C   : num [1:8] 0 0 1 1 0 1 0 0
  ..$ D   : num [1:8] 0 0 0 0 1 0 1 1
  ..$ None: num [1:8] 0 1 0 0 0 0 0 0
 $ EVar: tibble [8 x 5] (S3: tbl_df/tbl/data.frame)
  ..$ Apple    : num [1:8] 1 0 1 0 0 0 0 0
  ..$ Banana   : num [1:8] 1 0 0 0 0 1 1 0
  ..$ Orange   : num [1:8] 0 1 0 0 1 0 0 0
  ..$ Raspberry: num [1:8] 0 1 0 0 0 0 0 1
  ..$ None     : num [1:8] 0 0 0 1 0 0 0 0

使用 unnest 函数产生的错误与 write _ 函数关于尺寸不匹配的错误相同。

我也曾尝试使用 unnest_wider ，但是由于 unnest_wider 函数仅将单个列作为参数，因此遇到了多个带有小标题列的问题。>

我尝试使用 pivot_wider ，但无法弄清楚如何正确地从getCols $ VariableName中传递列名。

我可以添加一些失败的尝试，但是我有点觉得这是使用map的简单解决方案，而我只是没有碰上它。

有没有简单的解决方案可以从小标题内部嵌套多个小标题。很高兴听到任何其他反馈，为更大的问题创建一个更简洁，更优雅的解决方案。

解决方法

我们可以使用cSplit_e

library(splitstackshape)
library(dplyr)
df1 %>% 
    select_if(names(.) %in% c('ID',getCols$VariableName)) %>%
    cSplit_e("DVar",type = "character",fill = 0,sep=",") %>% 
    cSplit_e("EVar",")

或者，如果我们要用于多列，则选项为map

library(purrr)
tmp <- df1 %>%  
           select_if(names(.) %in% c('ID',getCols$VariableName))
map_dfc(setdiff(names(tmp),"ID"),~
     tmp %>%
      select(.x) %>% 
      cSplit_e( .x,") %>% 
      select(-.x)) %>% 
 bind_cols(tmp,.)

---

使用OP的功能，可以很容易地用as.data.frame来使它变平

out <- df1 %>%
    select_if(names(.) %in% c('ID',getCols$VariableName)) %>% 
    mutate(across(.cols = !ID,.fns = ~MultiToCol(ID,.))) %>% 
    do.call(data.frame,.)
out
  ID DVar.A DVar.B DVar.C DVar.D DVar.None EVar.Apple EVar.Banana EVar.Orange EVar.Raspberry EVar.None
1  1      1      1      0      0         0          1           1           0              0         0
2  2      0      0      0      0         1          0           0           1              1         0
3  3      0      0      1      0         0          1           0           0              0         0
4  4      1      0      1      0         0          0           0           0              0         1
5  5      0      1      0      1         0          0           0           1              0         0
6  6      0      0      1      0         0          0           1           0              0         0
7  7      0      0      0      1         0          0           1           0              0         0
8  8      0      1      0      1         0          0           0           0              1         0



str(out)
#'data.frame':  8 obs. of  11 variables:
# $ ID            : int  1 2 3 4 5 6 7 8
# $ DVar.A        : num  1 0 0 1 0 0 0 0
# $ DVar.B        : num  1 0 0 0 1 0 0 1
# $ DVar.C        : num  0 0 1 1 0 1 0 0
# $ DVar.D        : num  0 0 0 0 1 0 1 1
# $ DVar.None     : num  0 1 0 0 0 0 0 0
# $ EVar.Apple    : num  1 0 1 0 0 0 0 0
# $ EVar.Banana   : num  1 0 0 0 0 1 1 0
# $ EVar.Orange   : num  0 1 0 0 1 0 0 0
# $ EVar.Raspberry: num  0 1 0 0 0 0 0 1
# $ EVar.None     : num  0 0 0 1 0 0 0 0

---

或者可以使用invoke

 ....
   %>% invoke(data.frame,.)