在R中，找到每行包含一个字符串的列

Question

我一定是在用错误的搜索词思考，因为我无法相信我的问题是独一无二的，但我只找到了一个相似的。

我有一些来自世界银行的相当笨重的数据，它们是代表数据库的平面文件。数据是每行一个项目，但每个项目都有多个特征，这些特征在名称如“SECTOR.1”的列中很方便，在其他列中具有自己的特征，名称如“SECTOR.1.PCT”等。

从中，我试图提取与特定类型的 SECTOR 相关的数据，但我仍然需要所有其他项目信息。

我已经能够朝着正确的方向迈出一些步骤，从我在 SO 上发现的另一个问题：在数据框中查找包含字符串作为值的列的索引

基于上述问题注释的最小可重现示例如下：

> df <- data.frame(col1 = c(letters[1:4],"c"), 
...                  col2 = 1:5, 
...                  col3 = c("a","c","l","c","l"), 
...                  col4= letters[3:7])
> df
  col1 col2 col3 col4
1    a    1    a    c
2    b    2    c    d
3    c    3    l    e
4    d    4    c    f
5    c    5    l    g

我想要的输出类似于：

1 col4
2 col3
3 col1
4 col3
5 col1

我知道我可以做一个 ifelse，但这似乎不是一个非常优雅的方法。当然，因为这是我只会做 1 次的事情（对于这个项目），打字错误的风险很小。例如，

> df$hasc <- ifelse(grepl("c",df$col1), "col1",
...                         ifelse(grepl("c",df$col2), "col2",
...                                ifelse(grepl("c",df$col3), "col3",
...                                       ifelse(grepl("c",df$col4), "col4",
...                                              NA))))
> df
  col1 col2 col3 col4 hasc
1    a    1    a    c col4
2    b    2    c    d col3
3    c    3    l    e col1
4    d    4    c    f col3
5    c    5    l    g col1

我认为如果我有某种可以逐行查看列的应用函数会更好。上一个问题中的方法不适用于这个问题，因为我需要知道哪一列有“c”。除了列出了带有“c”的列名之外，我得到了一些没有意义的东西。我不明白 1,3,4，因为它不对应于行名或计数：

>which(apply(df, 2, function(x) any(grepl("c", x))))
col1 col3 col4 
1    3    4 

而且，如果我尝试按行进行，我确实看到每一行都有一个“c”，正如预期的那样。

 >which(apply(df, 1, function(x) any(grepl("c", x))))
[1] 1 2 3 4 5

还 -> 我想知道是否有一种方法可以解决这个问题，如果一行中有多个“c”，则不会中断，例如，如果我们有：

> df <- data.frame(col1 = c(letters[1:4],"c"), 
...                  col2 = 1:5, 
...                  col3 = c("a","c","l","c","c"), 
...                  col4= letters[3:7])
> df
  col1 col2 col3 col4
1    a    1    a    c
2    b    2    c    d
3    c    3    l    e
4    d    4    c    f
5    c    5    c    g

我的 ifelse 方法失败了，因为它只为 row5 提供了“col1”。

Answer 1

假设数据集“df”的每一行中都有一个“c”，我们可以使用它max.col来获取行元素为“c”的列索引，并使用它来获取匹配的列名。

df$hasc <- colnames(df)[max.col(df=='c')]
df
#  col1 col2 col3 col4 hasc
#1    a    1    a    c col4
#2    b    2    c    d col3
#3    c    3    l    e col1
#4    d    4    c    f col3
#5    c    5    l    g col1

如果每行有多个 'c'，一种选择是一起循环遍历行和paste多个列名

df$hasc <- apply(df=='c', 1, FUN= function(x) toString(names(x)[x]))