我有一个长格式的分层数据框,其中每一行代表关系,其中许多可以属于一个人。以下是一个小示例数据集的代码:
df <- data.frame(id = as.factor(c(1,1,1,2,2,3,4,4)),
partner = c(1,2,3,1,2,1,1,2),
kiss = as.factor(c("Yes", "No", "No", "No", "No", "Yes", "Yes", "No")))
id partner kiss
1 1 1 Yes
2 1 2 No
3 1 3 No
4 2 1 No
5 2 2 No
6 3 1 Yes
7 4 1 Yes
8 4 2 No
我想在此数据集中创建一个新的因子变量,用于指示该人(由&#39; id变量表示)是否从未亲吻过他们的任何合作伙伴&#39;。换句话说,如果这个人与他们的任何一个伙伴亲吻过,那么新的变量就会表明“是”&#39; - 他们从未与任何伴侣亲吻过。以下是我认为应该是这样的:
id partner kiss neverkiss
1 1 1 Yes No
2 1 2 No No
3 1 3 No No
4 2 1 No Yes
5 2 2 No Yes
6 3 1 Yes No
7 4 1 Yes No
8 4 2 No No
理想情况下,我想找到一种方法来创建这个变量而不重塑数据集。我也更喜欢使用dplyr包。到目前为止,我已经考虑过使用group_by和mutate函数来创建这个变量。但是,我不确定我可以使用什么辅助函数来创建我的特定变量。我对dplyr包之外的其他想法持开放态度,但这对我来说是一等奖。
答案 0 :(得分:7)
这应该这样做
require(dplyr)
df <- data.frame(id = as.factor(c(1,1,1,2,2,3,4,4)),
partner = c(1,2,3,1,2,1,1,2),
kiss = as.factor(c("Yes", "No", "No", "No", "No", "Yes", "Yes", "No")))
df_new <- df %>%
group_by(id) %>%
mutate("neverkiss" = {if (any(kiss == "Yes")) "No" else "Yes"})
df_new
如果新列应包含您必须先ungroup
df_new <- df %>%
group_by(id) %>%
mutate("neverkiss" = {if (any(kiss == "Yes")) "No" else "Yes"}) %>%
ungroup() %>%
mutate("neverkiss" = as.factor(neverkiss))
class(df_new$neverkiss)
[1] "factor"
原因是因素无法合并:
a <- as.factor(c("Yes", "Yes", "Yes"))
b <- as.factor(c("No", "No", "No"))
c(a, b) # meaningless
由于分组仍处于有效状态mutate
基本上将向量neverkiss
构建为每个id
(组)的向量组合,这会导致只有一个级别的向量(在此案例“否”)。
答案 1 :(得分:4)
我们也可以使用data.table
library(data.table)
setDT(df)[, neverkiss := if(any(kiss=="Yes")) "No" else "Yes" , id]