Question

我有我想要比较的电子邮件数据。为了收集数据，我必须从单独的表中提取，交付，打开等，所以我基本上有5个数据框具有相同的信息，但发送表有100％的邮件用户ID。交付，打开等表包含完全相同的变量/列，但行数越来越少，因为不是每个发送电子邮件的人都打开它，点击它等等。

我想要做的是将所有这些组合到已发送的数据框中，创建一个新列，每个用户都有一个Y / N，表示该用户是否收到了电子邮件，打开了它，点击过，比较后续表中是否存在USER ID。所以是一种半连接，但我只是想在第一个表中创建一个新列，该列表示每个唯一的USER ID是否存在于其他表中。简化示例，我有以下两个表中的每一个的第一列。

Sent       USER ID  1  3  17  26  35  124
           Deliv?   Y  N  Y   N   Y   Y
Delivered  USER ID  1  17  35  124

尝试使用mutate with match，然后使用ifelse，但到目前为止没有骰子。

谢谢！

Answer 1

请尝试以下操作。

x <- scan(text = "1  3  17  26  35  124")
y <- scan(text = "1  17  35  124")
z <- factor(x %in% y, labels = c("N", "Y"))
z
#[1] Y N Y N Y Y
#Levels: N Y

当然，变量的名称会有所不同。但方法就是这个。

修改
如果您不想要类factor的结果，这是另一种方法。

z2 <- c("N", "Y")[(x %in% y) + 1L] z2 #[1] "Y" "N" "Y" "N" "Y" "Y"

编辑2。
请注意，可以通过多种方式将逻辑值转换为二进制整数，而不是TRUE/FALSE。使用as.integer的可读性更高。

z <- factor(as.integer(x %in% y), labels = c("N", "Y"))

[另外两种方式是黑客，添加零或乘以一：(x %in% y) + 0L或(x %in% y)*1L。]

然后，您将在data.frame sent中创建一个新列，其结果为。

sent$Deliv <- z # or z2

或者更简单，不要创建中间变量z（或z2）并直接指定factor(...)。

sent$Deliv <- factor(as.integer(x %in% y), labels = c("N", "Y"))

R：比较两个表中的列以查找缺失值，并在新列中生成True False

1 个答案: