按dplyr中的索引、位置或数字识别非顺序的tibble列

Question

在某些圈子中，一个相当常见的数据问题是对一种仪器进行编码，例如这一种，其中相关的项目在仪器中分开。这样做的目的是避免提醒被访者，所有这些问题--比如说，本例中所有以A或D开头的问题--都是相关的。

rm(list=ls())
Column_Names = c('A2','B1','D1','A1','B3','B2','D3','A3','A4','D2')
Matrix <- matrix(nrow=10,ncol=10,floor(runif(n=100,min=0, max=10)))
Data <- as_tibble(Matrix)
names(Data) = Column_Names
Identifier = sample(letters, size=10)
Data <- Data %>% mutate(Identifier = Identifier)
rm(Matrix, Column_Names, Identifier)

对这些工具进行评分通常要求您拿出所有相关的项目(B1、B2、B2，)并对它们做一些事情。这通常是非常简单的事情--一个平均值，可能是某些项必须重新编码(0=9，1=8，2-7,3-6 .)。所有这些都很简单。通常有子尺度(A，B，C，D)，它们是根据变量的固定子集计算的--例如，A1、A2、A3可能是一个子尺度，而D1、D2和D3可能是另一个子尺度。

硬位是选择列。在实际的例子中，可能有50个项目，它们应该是一个固定的顺序。(这些文书按固定顺序提供问题)。棘手的一点是，不同的调查人员会对相同的变量使用不同的名称。它们不使用像我的例子中的名称，其中每个子比例尺都有一个直接引用子尺度的名称。

只有两种明智的方法来做到这一点，并使它正确(我认为)。一种方法是将变量重命名为一组常见的名称，并对这些名称进行评分。另一种是按位置选择变量--因此，子尺度A是列1、3和8，子标度B是列2、5和6。

如果您将变量编号放入代码中，这是非常简单的。

Data %>% select(2,5,6) %>% names()

这可不太普遍。我有一个案例，我有70个变量，8个分量表，每个分量表有4到8个变量，总分有40个变量。我想从文件中读取列号，但看不出有什么办法，然后把它们拿出来。

Scales <- c('A','B','D')
Numbers <- c('1,4,8,9','2,5,6','3,7,10')
Scale <- tibble(Scales,Numbers)

我想把它们弄出来

Data %>% select(2,5,6) %>% names()

很管用，但是

    Data %>% select(Scale$Numbers[1]) %>% names()
    Data %>% select(as.numeric(Scale$Numbers[1])) %>% names()

不要，就像许多涉及现状的努力一样！等等。我知道Hadley Wickham 不赞成使用列位置和我知道为什么，但这是一个合理的用例，也许是我见过的唯一一个。

这就是我在做这个特别的研究-

Somatic <- Questionnaire1 %>%
  select(   1,7,16,32,43,
          45,50,51, Identifier) %>%
  rowwise(Identifier) %>%
  mutate(Somatic = mean(c_across(1:8),na.rm=TRUE)) %>%
  select(Identifier, Somatic)
  
Cognitive  <- Questionnaire %>%
  select( 2, 4, 8,11,15,
         21,22,23,36,42,
         46,54,59, Identifier) %>%
  rowwise(Identifier) %>%
  mutate(Cognitive = mean(c_across(1:13),na.rm=TRUE)) %>%
  select(Identifier, Cognitive)

在这个应用程序中，有9个子类和一个总分。在本研究中，使用了5种不同的仪器，有5套不同的变量，共20个子量表。这就是为什么我希望有一个程序化的解决方案。

欢迎提出建议！谢谢安东尼

Answer 1

考虑使用命名列表。这是你想要的吗？

Scales <- c('A','B','D')
Numbers = list(A = c(1,4,8,9), B = c(2,5,6), D = c(3, 7, 10))
Scale <- tibble(Scales,Numbers)
Data %>% select(Scale$Numbers$B) %>% names()
#[1] "B1" "B3" "B2"

我们也可以把它变成一个搜索函数。

find <- function(x){
    Data %>% select(Scale$Numbers[[x]]) %>% names()
}

find("B")
#[1] "B1" "B3" "B2"

Answer 2

听起来好像不管你需要创建某种类型的映射。考虑一下这种方法，创建一串属性来捕获每个问题所属的组。我使用"I“作为标识符，因为长度需要匹配列数。

Attributes <- c("A", "B", "D", "A", "B", "B", "D", "A", "A", list(c("B", "D")), "I")
attr(Data, "Group") <- Attributes

Data %>%
    select_if(purrr::map_lgl(attr(Data, "Group"), `%in%`, x = "B")) %>% names()
#[1] "B1" "B3" "B2" "D2"