Question

我喜欢下面提到的数据框：

记录：

ID        Remarks         Value
1         ABC             10
1         AAB             12
1         ZZX             15
2         XYZ             12
2         ABB             14

通过利用上述数据框，我想在现有数据框中添加新列Status。

如果Remarks是ABC，AAB或ABB，则状态为TRUE，对于XYZ和ZZX应该为FALSE。

我正在使用下面提到的方法，但这没用。

Records$Status<-ifelse(Records$Remarks %in% ("ABC","AAB","ABB"),"TRUE",
                             ifelse(Records$Remarks %in% 
                      ("XYZ","ZZX"),"FALSE"))

并且，基于Status，我想得出以下输出：

ID     TRUE    FALSE    Sum
1       2       1        37
2       1       1        26

Answer 1

Records$Status<-ifelse(Records$Remarks %in% c("ABC","AAB","ABB"),TRUE,
                        ifelse(Records$Remarks %in% 
                                   c("XYZ","ZZX"),FALSE, NA))

您需要用c()括起字符串列表，并为第二个ifelse添加一个“ else”条件（但请参见下面的Roman答案，以更好的方式使用case_when）。（还要注意，这里我将"TRUE"和"FALSE"（作为字符类）更改为TRUE和FALSE（逻辑类）。

有关摘要（使用dplyr）：

Records %>% group_by(ID) %>% 
dplyr::summarise(trues=sum(Status), falses=sum(!Status), sum=sum(Value))

# A tibble: 2 x 4
     ID trues falses   sum
  <int> <int>  <int> <int>
1     1     2      1    37
2     2     1      1    26

当然，如果您实际上不需要中间的“状态”列，而只需要汇总表，则可以完全跳过第一步：

Records %>% group_by(ID) %>% 
dplyr::summarise(trues=sum(Remarks %in% c("ABC","AAB","ABB")), 
  falses=sum(Remarks %in% c("XYZ","ZZX")), 
  sum=sum(Value))

Answer 2

由于在第二个问题中使用dplyr是有意义的（请参阅@iod的答案），所以在第一部分中使用包的非常简单的case_when()函数也是一个很好的机会。

Records %>% 
    mutate(Status = case_when(Remarks %in% c("ABC", "AAB", "ABB") ~ TRUE,
                              Remarks %in% c("XYZ", "ZZX") ~ FALSE,
                              TRUE ~ NA))

  ID Remarks Value Status
1  1     ABC    10   TRUE
2  1     AAB    12   TRUE
3  1     ZZX    15  FALSE
4  2     XYZ    12  FALSE
5  2     ABB    14   TRUE

Answer 3

在大多数情况下，没有ifelse，生活会更轻松，行会更短：

# short version
df$Status <- df$Remarks %in% c("ABC","AAB","ABB")

此版本可用于大多数用途，但有缺点。如果Status是FALSE，或者说Remarks，则NA将是"garbage"，但在这种情况下，您可能希望它成为NA，{{ 1}}（仅适用于FALSE）。因此，可以将条件相加并相乘，最后将其转换为Remarks %in% c("XYZ", "ZZX")：

logical

以R为底的汇总表：

df$Status <- as.logical(with(df,
                  Remarks %in% c("ABC","AAB","ABB")  +
                  ! Remarks %in% c("XYZ","ZZX") ))

嗯...也许有些格式会有用：

aggregate(df[,-(1:2)], df["ID"], function(x) if(is.numeric(x)) sum(x) else table(x))

Answer 4

此返回正确的结果，仅当有两个提到的组（<fieldset id="test1"> <div>some content</div> <h1>Heading One</h1> <div>some content</div> </fieldset> <br> <fieldset id="test2"> <div>some content</div> <h1>Heading One</h1> <div>some content</div> </fieldset>与"ABC", "AAB", "ABB"）时。对我来说，@ iod的解决方案更像"XYZ","ZZX", ...，但我尝试避免使用R，而是采用另一种方式：

代码：

ifelse

数据：

library(tidyverse)

dt %>%
  group_by(ID, Status = grepl("^A[AB][CB]$", Remarks)) %>%
  summarise(N = n(), Sum = sum(Value)) %>%
  spread(Status, N) %>%
  summarize_all(sum, na.rm = T) %>%                       # data still groupped by ID
  select("ID", "TRUE", "FALSE", "Sum")

# A tibble: 2 x 4
     ID `TRUE` `FALSE`   Sum
  <int>  <int>   <int> <int>
1     1      2       1    37
2     2      1       1    26

如何使用if条件检查多个值

4 个答案:

代码：

数据：