Question

我正在尝试根据数据中的详细类别创建一个广泛的行业类别。我想知道用R中的grepl创建它会出错吗？

我的示例数据如下：

df <- data.frame(county = c(01001, 01002, 02003, 04004, 08005, 01002, 02003, 04004),
                  ind = c("0700","0701","0780","0980","1000","1429","0840","1500"))

我正在尝试借助R中的grepl或str_replace命令创建一个具有两个级别（例如，农业，制造业）的行业变量。

我已经尝试过了：

newdf$industry <- ""
newdf[df$ind %>% grepl(c("^07|^08|^09", levels(df$ind), value = TRUE)), "industry"] <- "Agri"

但这给了我以下错误：

  argument 'pattern' has length > 1 and only the first element will be used

我想得到以下数据框作为结果：

newdf <- data.frame(county = c(01001, 01002, 02003, 04004, 08005, 01002, 02003, 04004),
                 ind = c("0700","0701","0780","0980","1000","1429","0840","1500"),
                 industry = c("Agri", "Agri", "Agri", "Agri", "Manufacturing", "Manufacturing", "Agri", "Manufacturing"))

所以我的问题是，如何指定变量'ind'以07,08或09开头，如果'ind'以10、14或15开头，我的行业变量将取值为'agri'。会“制造”吗？不用说，我试图在10个类别中处理大量的行业代码，因此寻找一种可以帮助我实现模式识别的解决方案。

感谢您的帮助！谢谢！

Answer 1

尝试一下：

newdf = df %>% 
  mutate(industry = ifelse(str_detect(string = ind,
                                      pattern = '^07|^08|^09'),
                          'Agri',
                          'Manufacturing'))

Answer 2

使用ifelse()将所需的列添加到df data.frame中，此方法有效

df$industry <- ifelse(grepl(paste0("^", c('07','08','09'), collapse = "|"), df$ind), "Agri", "Manufacturing")

> df
  county  ind      industry
1   1001 0700          Agri
2   1002 0701          Agri
3   2003 0780          Agri
4   4004 0980          Agri
5   8005 1000 Manufacturing
6   1002 1429 Manufacturing
7   2003 0840          Agri
8   4004 1500 Manufacturing

如何识别具有多个匹配模式的观测值并在R中创建另一个变量？

2 个答案: