Question

我试图从数据库中识别（使用二进制1/0变量）主题组，只要该组中至少有一个主题满足两个条件。

我的数据库DF由描述每个成员的性别和年龄（以及家庭ID family）的家庭组成：我想创建一个新的二进制变量NoMan如果来自一个家庭（sx属性1）的男性中的至少一个年龄<16>超过，则为0，否则将采用值1。我希望NoMan对同一家庭的所有成员都相同。

family <- factor(rep(c("001","002","003"), c(10,8,15)),
                 levels=c("001","002","003"), labels=c("001","002","003"), ordered=TRUE)
ag <- c(22,8,4,2,55,9,44,65,1,7,32,2,2,1,6,9,18,99,73,1,2,3,4,5,6,7,8,9,10,18,11,22,33)
sx <- c(1,2,2,2,1,2,2,2,1,1,2,1,2,1,2,1,2,2,2,2,1,2,1,2,1,2,1,2,1,2,1,2,2)
DF <- data.frame(family, ag, sx)
DF

我尝试将ddply与ifelse结合使用，但这并不成功：

DF <- ddply(DF,.(family), transform, NoMan=ifelse(sx==1 & ag>16, 1, 0))
DF

似乎在最终的其他限制中，在这个脚本中，函数适用于个人而不是家庭（我实际上希望他们将相同的结果应用于同一家族的所有成员）。

我觉得我在正确的轨道上，但也许有人能很好地解决这个问题？

PS：刚刚编辑过DF，因为在此示例中，我希望003系列中的所有成员都被标记为NoMan==1

Answer 1

ifelse会返回结果向量而忽略该组，您可以使用any汇总每个组的结果：

library(plyr)
ddply(DF, .(family), transform, NoMan = +any(sx == 1 & ag < 16))

Answer 2

我们可以使用dplyr

library(dplyr)
DF %>%
   group_by(family) %>% 
   mutate(NoMan = as.integer(any(sx == 1 & ag < 16)))

或使用ave

中的base R

DF$NoMan <- with(DF, as.integer(ave(sx==1 & ag < 16, family, FUN = any)))

Answer 3

    DF$NoMan = c(! DF$family %in% unique(DF[DF$sx == 1 & DF$ag < 16,1]))

Answer 4

#Obtain unique families
family = c(unique(as.character(DF$family)))
NoMan  = c()

for (i in 1:length(family)){
#Subset a new dataframe for each family with only male members and check if minimun age is below 16
if (min(subset(DF,DF$family == family[1] & DF$sx=="1")$ag) < 16){
NoMan[i] = 1
} else {
NoMan[i] = 0
}
}

#Join unique family and NoMan into new dataframe
DF2 = cbind(family,NoMan)

#Use lookup command of qdapTools package
library(qdapTools)
DF$NoMan = lookup(DF$family,DF2)

如果其中一个人有条件发生，则识别个人群体

4 个答案: