我正在做一个研究项目，并且输入的表格中的一种还不太适合分析，因此我试图对其进行重组。当前，每一行都是考生，每一列都是他们错误回答的问题，以升序输入。因此，对于第一行，条目可以分别读取第一，第二和第三列的“ Q1”，“ Q3”，“ Q9”等。总共有25个问题。
我的目标是重组数据，以便每个问题都有一列。如果考生正确回答了该问题，则相应列的条目为1，否则为0。
有一种蛮力的方法似乎起作用。可以分别更改每列并检查每列中的每个值。但是，这里有25个问题，所有这些键入似乎效率都很低，所以我怀疑必须有更好的方法。
暴力代码如下所示：
df %>%
mutate(Q3 == ifelse(col1 == "Q3" | col2 == "Q3" | col3 == "Q3", 0, 1))
在这里，col1，col2，col3都是可能包含Q3的所有列，这可能是测试者出错的问题。如果其中有一个，我们输入0。否则，我们输入1。
有25个问题，代码变得太长。
编辑：数据框的示例如下所示。
sample <- "ID Col1 Col2 Col3 Col4
1 100 Q1
2 101 Q3 Q4
3 102 Q2 Q3 Q4
4 103
5 104 Q4
6 105 Q1 Q2 Q3 Q4 "
所需的输出如下：
sample <- "ID Q1 Q2 Q3 Q4
1 100 0 1 1 1
2 101 1 1 0 0
3 102 …