Question

以下是一些示例数据。

vv  var1    var2
1   a   1/1/2010
1   c   1/3/2010
2   d   1/6/2010
3   a   1/8/2010
3   c   1/9/2010
4   a   1/10/2010
4   b   1/11/2010
5   d   1/13/2010
6   a   1/16/2010
6   b   1/17/2010
7   a   1/19/2010
7   b   1/20/2010
8   d   1/22/2010
9   a   1/25/2010
9   c   1/27/2010

我正在尝试创建新变量，由其他变量的响应填充。我觉得这很容易。例如，我尝试过类似下面的内容。

data$new1[data$var1=="a"]<-data$var2
#or
data$new1[data$var1=="b" | data$var1=="c"]<-data$var2

我收到错误number of items to replace is not of replacement length。在我的数据中，并非每个var1=="a"都有var2值，所以我不确定为什么r不只是为缺失值分配NA，这是我可以接受的（实际上更喜欢它）。基本上，我希望r为任何new1提供var1!="a" NA值。

我也试过

if (data$var1=="a") {data$new1<-data$var2} else {data$new1<-"NA"}

但我收到错误the condition has length > 1 and only the first element will be used。

现在，我想我可以将我的数据子集化为仅包含var1=="a"的数据，然后分配我的值，然后使用all=T选项合并回主数据集以获取NA的估算，但我真的想避免这样做。

我不确定问题是什么。任何建议都非常感谢。欢呼声。

以下方法输出以运行代码：

data$new1 <- ifelse(data$var1 %in% c("b","c"),data$var2,NA)

       vv var1      var2 new1
    1   1    a  1/1/2010   NA
    2   1    c  1/3/2010   12
    3   2    d  1/6/2010   NA
    4   3    a  1/8/2010   NA
    5   3    c  1/9/2010   15
    6   4    a 1/10/2010   NA
    7   4    b 1/11/2010    3
    8   5    d 1/13/2010   NA
    9   6    a 1/16/2010   NA
    10  6    b 1/17/2010    6
    11  7    a 1/19/2010   NA
    12  7    b 1/20/2010    8
    13  8    d 1/22/2010   NA
    14  9    a 1/25/2010   NA
    15  9    c 1/27/2010   11

Answer 1

由于您尚未提供样本数据，因此此代码未经测试

data$new1 <- rep(NA, nrow(data))
data$new1[data$var1=="A"] <- data$var2[data$var1=="A"]

此处的关键是为data$var1=="A"和data$new1设置相同的子集参数（data$var2）。

这种方法的优点是子集不必只是相等而是任何逻辑表达式。

Answer 2

如果我理解正确，我认为您希望使用ifelse和%in%来执行此任务：

data$new1 <- ifelse(data$var1 %in% c("A","B"),data$var2,NA)

你所执行的是子集化，它通常会返回更小的值，因此会出现警告。

创建具有缺失值的新变量

2 个答案: