使用R识别调查中的直线作答：检测受访者11题全选1或2

我的数据集包含11055条观测与12个变量，每个受访者由rid标识，对应11组观测。我需要检测是否存在受访者的11项回答全部为"1"或全部为"2"——需求类似检测单行内多列值一致的场景，但这里是按受访者分组后，检查其所有观测的目标列是否全为1或全为2。

附数据集结构：

combineddata <- structure(list(
  rid = c(12, 12, 12, 12, 12, 12), 
  design_row = c(23, 24, 25, 26, 27, 28), 
  scenario = c(1, 2, 3, 4, 5, 6), 
  seq = c(6, 5, 3, 10, 11, 9), 
  choice = c(2, 2, 2, 2, 1, 1), 
  qol = c(4, 4, 1, 3, 3, 2), 
  life = c(4, 4, 4, 4, 3, 4), 
  benefit = c(1, 3, 1, 3, 3, 1), 
  drug_a_cert = c(3, 1, 3, 3, 2, 4), 
  drug_a_wait = c(4, 1, 4, 4, 3, 3), 
  drug_b_cert = c(2, 2, 2, 2, 1, 1), 
  drug_b_wait = c(1, 4, 1, 1, 1, 2)), 
  row.names = c(NA, -6L), 
  class = c("tbl_df", "tbl", "data.frame"))

实现方案 #

完全可以在R中实现，以下是两种高效的实现方式，支持生成标记变量、统计符合条件的受访者数量等需求：

1. 使用dplyr包（代码简洁易维护） #

假设需要检测的回答列是choice（实际使用时替换为你的目标列）：

library(dplyr)

# 为每条观测添加标记列，标记所属受访者是否全选1或全选2
result <- combineddata %>%
  group_by(rid) %>%
  mutate(
    all_one = all(choice == 1),       # 全为1的标记
    all_two = all(choice == 2),       # 全为2的标记
    straight_line = all_one | all_two # 符合任一条件的总标记
  ) %>%
  ungroup()

# 统计符合条件的受访者总数
straight_count <- result %>%
  distinct(rid, straight_line) %>%
  filter(straight_line) %>%
  nrow()

# 输出结果
cat("符合条件的受访者数量：", straight_count, "\n")

2. 使用Base R（无需额外安装包） #

# 按rid分组检查每组是否全为1或全为2
group_check <- tapply(combineddata$choice, combineddata$rid, function(x) {
  all(x == 1) | all(x == 2)
})

# 转换为数据框便于查看
group_result <- data.frame(
  rid = as.integer(names(group_check)),
  straight_line = as.logical(group_check)
)

# 统计符合条件的数量
straight_count_base <- sum(group_result$straight_line)

# 输出结果
cat("符合条件的受访者数量：", straight_count_base, "\n")

扩展说明 #

• 如果需要检测多列（比如多个回答变量），可以使用across()函数扩展dplyr代码：

  result <- combineddata %>%
    group_by(rid) %>%
    mutate(across(c(choice, qol, benefit), ~all(.x == 1) | all(.x == 2), .names = "{col}_straight")) %>%
    ungroup()
  

• 代码中的choice列仅为示例，请根据实际需求替换为你要检测的具体回答列名。

内容的提问来源于stack exchange，提问作者Bob_123