如何将单个单元格数据透视

Question

我遇到了这样一个简单的挑战，但却不知道如何正确地做到这一点。

library(tibble)
library(dplyr)


# I have this single-cell dataframe

tibble::tribble(~red,
                "apple")

## # A tibble: 1 x 1
##   red  
##   <chr>
## 1 apple

但是，作为red是变量fruit的一个属性，apple是它的一个观察对象。因此，我希望我的数据看起来像：

# Desired Output:

## # A tibble: 1 x 2
##   fruit red  
##   <chr> <lgl>
## 1 apple TRUE 

因此，我尝试了一种笨拙的方法，这似乎不是最佳实践：

tibble::tribble(~red,
                "apple") %>%
  mutate(is_red = TRUE) %>%
  rename(fruit = red, red = is_red)

有什么合适的方法吗？也许是通过旋转而不是变异和重命名？

Answer 1

在R基，你会做：

table(stack(df))>0
       ind
values   red
  apple TRUE

如果你需要它作为数据文件：

as.data.frame.matrix(table(stack(df)) > 0)
       red
apple TRUE

请注意，即使您有多种颜色和水果，这也是可行的:例如：

df1=data.frame(red= 'apple', green = 'apple', orange = 'orange', yellow = 'banana') 

as.data.frame.matrix(table(stack(df1)) > 0)
         red green orange yellow
apple   TRUE  TRUE  FALSE  FALSE
banana FALSE FALSE  FALSE   TRUE
orange FALSE FALSE   TRUE  FALSE

Answer 2

我们可以使用pivot_longer和mutate将“红色”转换为逻辑TRUE

library(dplyr)
library(tidyr)
df1 %>%
    pivot_longer(everything(), names_to = names(.), values_to = 'fruit') %>%
     mutate(!! names(df1) := TRUE)

-output

# A tibble: 1 x 2
#  red   fruit
#  <lgl> <chr>
#1 TRUE  apple

或者另一个选择是cur_column

df1 %>% 
  mutate(across(everything(), ~cur_column(), .names = "fruit"),
         !! names(df1) := TRUE)
# A tibble: 1 x 2
#   red   fruit
#   <lgl> <chr>
#1 TRUE  red