Question

我的因素包含Single (w/children)，Married (no children)，Single (no children)等形式的值，并希望将这些因素分为两个因素，一个是婚姻状况的多值因素和二进制值的儿童。

我如何在R？

中执行此操作

Answer 1

一些示例数据

df <- data.frame(status=c("Domestic partners (w/children)", "Married (no
  children)", "Single (no children)"))

结婚状态超出字符串。这假定婚姻状况是字符串中的第一个单词。如果没有，您可以使用grepl

执行此操作

df$married <- sapply(strsplit(as.character(df$status) , " \\(") , "[" , 1)

# Change to factor
df$married <- factor(df$married , levels=c("Single" , "Married", 
                                                 "Domestic partners"))

从字符串中获取子状态

df$ch <- ifelse(grepl("no children" , df$status) , 0 , 1)

更多信息

将每个元素拆分为有＆＃34; （＆＃34; - 你需要逃避＆＃39;（＆＃39;与\\，因为它是一个特殊的角色。

s <- strsplit(as.character(df$status) , " \\(")

然后，我们通过选择第一个术语

对其进行子集化

sapply(s , "[" , 1)

grepl查找字符串＆＃34;没有孩子＆＃34;并返回TRUE或FALSE

grepl("no children" , df$status)

我们使用ifelse进行二分法

的修改

重新评论：在数据中添加一些空字符串（＆＃34;＆＃34;）[注意：不要使用空字符串，通常最好将这些字符串丢失（NA）。您可以在阅读数据时执行此操作，即。在read.table中，您可以使用na.strings参数（na.strings = c（NA，＆＃34;＆＃34;）]。

    df <- data.frame(status=c("Domestic partners (w/children)", "Married 
   (no children)", "Single (no children)",""))

结婚状态的命令有效，但grepl和ifelse不会。作为快速修复，您可以在ifelse之后添加。

df$ch[df$status==""] <- NA

或者如果你设法将空字符串设置为缺失

df$ch[is.na(df$status)] <- NA

运行上面的命令，这就是

#                          status           married ch
# 1 Domestic partners (w/children) Domestic partners  1
# 2          Married (no children)           Married  0
# 3           Single (no children)            Single  0
# 4                                             <NA> NA

R中的分裂因子

1 个答案: