Question

以下是一个示例数据。

testdata <- data.frame(A = c(1,0,1,1,0,0),
                   B = c(2,0,0,0,0,1),
                   D0 = c("A","A","B","C","A","A"),
                   D1 = c("B","C","C","A","B","B"),
                   D2 = c("C", NA,NA,NA,NA,NA),
                   stringsAsFactors = F)

我想要做的是根据列A和B制作一个新列（例如，列Aprime和Bprime）。将放置在新列中的值将是来自D的列（例如D0, D1, and D2）。列A和B中的值告诉我选择哪个D列。例如，对于新列Aprime，第一列值为"B"，因为A的第一行为1，因此它应该占据D1列的第一行。对于Bprime的第一行，它应该有"C"，因为第一个B为2，因此它应该采用第一个D2值。结果应该是这样的：

  A B D0 D1   D2 Aprime Bprime
1 1 2  A  B    C      B      C
2 0 0  A  C <NA>      A      A
3 1 0  B  C <NA>      C      B
4 1 0  C  A <NA>      A      C
5 0 0  A  B <NA>      A      A
6 0 1  A  B <NA>      A      B

我使用下面的ifelse语句来得出上述结果：

testdata$Aprime <- ifelse(testdata$A == 0, testdata$D0, ifelse(testdata$A == 1, testdata$D1, testdata$D2))
testdata$Bprime <- ifelse(testdata$B == 0, testdata$D0, ifelse(testdata$B == 1, testdata$D1, testdata$D2))

但是，我想要更通用的一个，因为D列不是固定的（例如，可以有D3到D20）。如果没有为大于0的Ds写一个ifelse（即，D1等等），我怎么能这样做呢？

TIA。

Answer 1

这是一个基本R方法，使用矩阵子集来选择值，lapply循环遍历A和B列。

testdata[c("aprime", "bprime")] <-
      lapply(testdata[c("A", "B")],
             function(x) testdata[, 3:5][cbind(seq_len(nrow(testdata)), x + 1)])

左侧提供新变量的名称。在右边，lapply的第一个参数提供了要运行的变量集。 lapply的第二个参数，testdata[, 3:5][cbind(seq_len(nrow(testdata)), x + 1)]首先将data.frame子集化到索引列（D0-D2）中，然后使用cbind提供用于子集化的矩阵。使用seq_len..nrow选择行索引，并从lapply的第一个参数中提供的变量中选择列。

返回

testdata
  A B D0 D1   D2 aprime bprime
1 1 2  A  B    C      B      C
2 0 0  A  C <NA>      A      A
3 1 0  B  C <NA>      C      B
4 1 0  C  A <NA>      A      C
5 0 0  A  B <NA>      A      A
6 0 1  A  B <NA>      A      B

有关矩阵子集的更多信息，请查看?"["。

如何使用现有列中的值创建新列，以告知新值将来自哪一列？

1 个答案: