Question

我试图将人口普查数据与相当分散的数据（例如5年组中的年龄变量）进行细分，＆amp;根据聚合创建摘要变量（例如，每个县的所有男性都是18岁以上）。我的解决方案是rowSums，例如county$MalesOver18 <- rowSums(county[,c(68:87)])，其中68-87岁的男性总数为男性18岁以上 - 工作正常。但是，对于500个变量，计算我的开始/结束列的顺序是没有效率的。

但是当我使用我首选的解决方案时，rowSums的列名称（例如rowSums(county[,c(H76007:H76025)]，其中H vars =字段名称），我得到2个msg错误之一：

使用引号运行w / col名称：Error in "H76007":"H76025" : NA/NaN argument In addition: Warning messages: 1: In [.data.frame (county, , c("H76007":"H76025")) : NAs introduced by coercion 2: In [.data.frame (county, , c("H76007":"H76025")) : NAs introduced by coercion

运行w / col名称不在引号中：Error in [.data.frame (county, , c(H76007:H76025)) : object 'H76007' not found

我尝试过使用na.rm命令＆amp;将我的变量设置为数字 - 尽管它们已经是整数 - 并且一切都没有结果。

任何指导？感谢。

Answer 1

按列名索引data.frames时，您无法使用:运算符。使用数值执行此操作时，它会创建一个序列：

> 2:5
[1] 2 3 4 5

然而，这并不适用于您所看到的字符数据：

> "foo":"bar"
Error in "foo":"bar" : NA/NaN argument
In addition: Warning messages:
...

那么，该怎么办？我可以想到两个选择：

使用grepl和一些正则表达式魔法来标识要返回的列名称。以下是mtcars数据的简单示例：

＃

colsToOperateOn <- grepl("mpg|cyl", colnames(mtcars))
> head(mtcars[, colsToOperateOn], 2)
              mpg cyl
  Mazda RX4      21   6
Mazda RX4 Wag  21   6

您需要根据需要编写复杂的正则表达式来获取所需的列。

使用which标识所需的起始列和结束列的索引，然后将其转换为序列：

＃

start <- which(colnames(mtcars) == "mpg")
end <- which(colnames(mtcars) == "cyl")
> head(mtcars[, start:end], 2)
              mpg cyl
Mazda RX4      21   6
Mazda RX4 Wag  21   6

这可能是一个糟糕的例子，因为mpg和cyl彼此相邻，但它应该证明这一点。

Answer 2

:不能用于字符类型。尝试先获取索引：

rowSums(county[,(which(names(county)=='H76007'):which(names(county)=='H76025'))])

rowSums使用列名称时出错

2 个答案: