Funktion nicht auf größere Datenmenge arbeiten

Question

Ich versuche, eine Gesamtzahl von einem bestimmten Wert in einer großen Datenmenge zu finden. Insbesondere möchte ich eine neue Variable namens "Diabetes" erstellen, die mit 0/1 für Nein/Ja codiert ist. Hier ein Beispiel:

Test <- data.frame(
      s_1_1 = c(1223, NA, 1223, NA, NA), 
      s_1_2 = c(NA, 1223, NA, NA, NA), 
      s_1_2 = c(NA, NA, NA, NA, NA)) 

Disease0 <- paste("s_1_", 1:2, sep = "") 

Test$Tp2Diabetes_0_0 <- apply(Test, 1, function(Db) as.integer(any(Db[Disease0] == 1223, na.rm = TRUE))) 

Wenn ich diesen Code auf meinem kleinen Beispiel ausführen es funktioniert gut und gibt mir die Ergebnisse, die ich will.

Das Problem ist, dass ich dies auf einem Datensatz von über 500k ausführen und es nicht die gewünschten Ergebnisse produziert. Zum Beispiel zeigt es, dass nur 200 Menschen von den 500k Diabetes haben, aber die gesamte Datenschaufenster zeigt, dass ich näher an 3.000 haben sollte. Ich verstehe nicht, was hier vorgeht und was ich falsch mache.

Answer 1

Sie für etwas einfacher wie das gehen sollte:

Test <- data.frame(
    s_1_1 = c(1223, NA, 1223, NA, NA), 
    s_1_2 = c(NA, 1223, NA, NA, NA), 
    s_1_2 = c(NA, NA, NA, NA, NA)) 
Test$Tp2Diabetes_0_0 <- rowSums(Test==1223,na.rm=TRUE)>0 

    s_1_1 s_1_2 s_1_2.1 Tp2Diabetes_0_0 
1 1223 NA  NA   TRUE 
2 NA 1223  NA   TRUE 
3 1223 NA  NA   TRUE 
4 NA NA  NA   FALSE 
5 NA NA  NA   FALSE 

Oder wenn Sie brauchen nur die ersten beiden Spalten als Indikatoren:

Test$Tp2Diabetes_0_0 <- rowSums(Test[,1:2]==1223,na.rm=TRUE)>0