Question

我的数据集包含48周内每天的信息。 [我的数据集的屏幕截图] [1]

我希望创建一个名为“ quarter”的新变量，并将每周变量值= 1-12的每个观察结果标记为“ a”，这意味着“第一季度”；另外，将每周变量值= 13-24的每个观察结果标记为“ b”，表示“第二季度”。

我尝试了mutate()和recode()，看来只变异1个值似乎很合适：

但是，当我尝试将前12周标记为季度“ a”时；第二个12周为季度“ b”，...失败，例如：

错误：出现意外的'='： “取消分组（周）％>％ mutate（quarter = recode（week，c（“ 1”：“ 12”）=“

我想知道如何解决它。谢谢！

Answer 1

我们可以使用cut

cut(total_activity$week, c(-Inf, 12, 24, 36, 48), letters[1:4])

或者另一个选择是使用命名向量通过匹配替换值

names(setNames(1:48, rep(letters[1:4], each = 12))[total_activity$week])

Answer 2

来自?recode

这是switch（）的向量化版本：您可以根据其位置替换数字值，并根据其名称替换字符值。这是S3的泛型：dplyr提供了用于数字，字符和因子的方法。对于逻辑向量，请使用if_else（）。对于更复杂的条件，请使用case_when（）。

因此您可能需要使用case_when()

total_activity %>% 
ungroup(week) %>%
mutate(quarter = case_when(week %in% c("1":"12") ~ "a",
                           week %in% c("13":"24") ~ "b",
                           week %in% c("25":"36") ~ "c",
                           week %in% c("37":"48") ~ "d"))

Answer 3

要考虑的只是使用润滑包，并分别使用变量week和Quarter来确保您始终拥有此信息。这是假设您为每个观测值都有一个日期变量，并且您所指的是标准季度，这听起来像是您自己！当然，您首先需要安装该软件包。

    library(lubridate)
    total_activity$Datevar <- mdy(Datevar) #this may change based on your date's format Month/Day/Year is very common.
    new.df <- total_activity %>% group_by(Day= day(day), Week= week(Datevar), Quarter= quarter(Datevar)) %>%
    mutate(total_activity= total_activity)

这可能是解决间隔问题的一种更通用的方法，而不是您自己在几个间隔中进行硬编码。

将第1-12周更改为第1季度

3 个答案: