在R中使用％in％运算符作为分类变量

Question

尝试在r中使用％in％运算符来查找等效的SAS代码，如下所示：

If weather in (2,5) then new_weather=25;
        else if weather in (1,3,4,7) then new_weather=14;
        else new_weather=weather;

SAS代码将生成变量＆＃34; new_weather＆＃34;值为25,14，如变量＆＃34; weather＆＃34;中所定义。

R代码：

GS <- function(df, col, newcol){
# Pass a dataframe, col name, new column name    
df[newcol] = df[col] 
df[df[newcol] %in% c(2,5)]= 25 
df[df[newcol] %in% c(1,3,4,7)] = 14 
  return(df)
}

结果：＆＃34; col＆＃34;的输出值和＆＃34; newcol＆＃34;当通过函数＆＃34; GS＆＃34;传递数据帧时，它们是相同的。语法没有获取变量的第二个或更多值＆＃34; newcol＆＃34;？感谢您的时间解释原因和可能的解决方法。

Answer 1

这是你想要做的吗？

df <- data.frame(A=seq(1:4), B=seq(1:4))

add_and_adjust <- function(df, copy_column, new_column_name) {
    df[new_column_name] <- df[copy_column] # make copy of column 
    df[,new_column_name] <- ifelse(df[,new_column_name] %in% c(2,5), 25, df[,new_column_name])
    df[,new_column_name] <- ifelse(df[,new_column_name] %in% c(1,3,4,7), 14, df[,new_column_name])
    return(df)
}

用法：

add_and_adjust(df, 'B', 'my_new_column')

Answer 2

df[newcol]是一个数据框（有一列），df[[newcol]]或df[, newcol]是一个向量（只是列）。您需要在此使用[[。

您还需要将结果分配给df[[newcol]]，而不是整个df。为了完全一致和安全，您应该测试col值，而不是newcol值。

GS <- function(df, col, newcol){
  # Pass a dataframe, col name, new column name    
  df[[newcol]] = df[[col]] 
  df[[newcol]][df[[col]] %in% c(2,5)] = 25 
  df[[newcol]][df[[col]] %in% c(1,3,4,7)] = 14 
  return(df)
}

GS(data.frame(x = 1:7), "x", "new")
#   x new
# 1 1  14
# 2 2  25
# 3 3  14
# 4 4  14
# 5 5  25
# 6 6   6
# 7 7  14

Answer 3

@ user9231640在你花费太多时间编写自己的函数之前，你可能想要探索一些已存在于car和Hmisc等地方的重新编码函数。

根据您的重新编码的复杂程度，您的功能将变得越来越长，以检查各种边界条件或更改数据类型。

根据您的示例，您可以在基础R中执行此操作，并且它将在一个级别上更加自我记录和透明：

df <- data.frame(A=seq(1:30), B=seq(1:30))
df$my_new_column <- df$B
df$my_new_column <- ifelse(df$my_new_column %in% c(2,5), 25, df$my_new_column)
df$my_new_column <- ifelse(df$my_new_column %in% c(1,3,4,7), 14, df$my_new_column)