Question

我是R的新手，在本网站上找不到具体的帮助。

我的数据框$ grant_database，country_1到country_10中有十个字符变量（其中包括）。每个包含国家代码，例如E20，F27或G10，或NA。每个案例都是对项目的补助。十个国家变量规定了赠款受益的国家/国家/地区。在我的数据框架中，大多数但并非所有情况都至少有一个国家/地区代码，首先在country_1中标记，很多国家/地区也会有一个国家/地区代码，有些甚至是country_3到_10。所有空字段都标有NA。

id  country_1  country_2  country_3  country_4  country_5  country_6 ...new_binaryvar
1   F20        NA         NA         NA         NA         NA           0        
2   E12        E17        E52        NA         NA         NA           0
3   O62        O33        NA         NA         NA         NA           0
4   E21        E20        NA         NA         NA         NA           1
5   NA         NA         NA         NA         NA         NA           0
...

我希望创建一个标记授权的新因子，这有利于已定义的国家/地区子集。这个二进制＆＃34;虚拟＆＃34;变量应该给出值＆＃34; 1＆＃34;对于每种情况，在十个国家变量中的至少一个中对应于国家代码列表。它应该给＆＃34; 0＆＃34;对于在其十个国家/地区变量中没有相应国家/地区代码的每个案例/拨款。让这个国家代码子集标记为：E20，F27和G10（实际上，大约有40个被标记，从150+开始）。

你会建议一种方法来帮我解决这个问题吗？非常感谢你的帮助！

Answer 1

假设你想检查一下＆＃34; countrycodes＆＃34;的子集。每个国家/地区都有＃34;变量，条件是如果至少有一个＆＃34;国家代码＆＃34;存在于特定行中，该行将得到＆＃34; 1＆＃34;，否则＆＃34; 0＆＃34;。我们的想法是创建一个＆＃34; countrycodes＆＃34;的向量（v1）。需要检查。删除＆＃34; id＆＃34;将数据集（df）转换为矩阵。列（as.matrix(df[,-1])）然后通过与＆＃34; v1＆＃34;进行比较来创建逻辑向量（%in%）。矢量可以改回＆＃34;矩阵＆＃34;通过将维度（dim<-）分配给df[,-1]的维度，即（c(5,7)）。执行rowSums，双重否定（!!），最后添加0以获取二进制虚拟变量。

 v1 <- c('E20', 'F27', 'G10')
(!!rowSums(`dim<-`(as.matrix(df[,-1]) %in% v1, c(5,7))))+0
#[1] 0 0 0 1 0

newdata

df <- structure(list(id = 1:5, country_1 = c("F20", "E12", "O62", "E21", 
NA), country_2 = c(NA, "E17", "O33", "E20", NA), country_3 = c(NA, 
 "E52", NA, NA, NA), country_4 = c(NA, NA, NA, NA, NA), country_5 = c(NA, 
NA, NA, NA, NA), country_6 = c(NA, NA, NA, NA, NA), country_7 = c(NA, 
NA, NA, NA, NA)), .Names = c("id", "country_1", "country_2", 
"country_3", "country_4", "country_5", "country_6", "country_7"
 ), class = "data.frame", row.names = c(NA, -5L))

R：将多个字符重新编码为一个新因子

1 个答案:

newdata