Question

所以我有一个如下数据框：

id age  friend1 friend2
01  15   02      05    
02  23   01      05    
03  51   04            
04  41   03            
05  33   01      02

如何计算朋友的平均年龄并创建一个存储此信息的新列？因此理想情况下看起来像这样：

id age  friend1 friend2 AvgAgeF
01  15   02      05        28
02  23   01      05        24
03  51   04                41
04  41   03                51
05  33   01      02        19

当前，我可以运行以下代码来做到这一点：

inx <- grep("friend", names(dat))
tmp <- sapply(inx, function(i) dat$age[dat[[i]]])
dat$AvgAgeF <- rowMeans(tmp, na.rm = TRUE)

但是，当人们的“ id”不正确或根本不是数字时，例如以下示例：

dat <- read.table(text = "
id    age  friend1 friend2
Bob   15   Jack    Sam    
Jack  23   Sam     Bob   
Sam   51   Bob     Jack     
Sara  41   Henry   NA       
Henry 33   Sara    NA                   
", header = TRUE)

该代码似乎无法正确处理，导致产生了下表（在这种情况下，除Sam的AvgAgeF之外的所有代码都不正确）：

     id age friend1 friend2 AvgAgeF
1   Bob  15    Jack     Sam      51
2  Jack  23     Sam     Bob      28
3   Sam  51     Bob    Jack      19
4  Sara  41   Henry    <NA>      23
5 Henry  33    Sara    <NA>      33

在不将名称更改为数字ID的情况下如何解决此问题。

Answer 1

用age和friend1作为索引，对列friend2进行子集设置，然后cbind生成结果向量。现在，它是对rowMeans的简单调用。

tmp <- with(dat, cbind(age[friend1], age[friend2]))
dat$AvgAgeF <- rowMeans(tmp, na.rm = TRUE)
rm(tmp)

dat
#  id age friend1 friend2 AvgAgeF
#1  1  15       2       5      28
#2  2  23       1       5      24
#3  3  51       4      NA      41
#4  4  41       3      NA      51
#5  5  33       1       2      19

编辑。

如果friend*列的数量不确定，则必须遵循另一种策略。
首先是一个数据集，从问题数据开始。

set.seed(1234)

tmp <- matrix(sample(c(NA, 1:5), 20, TRUE), nrow = 5)
colnames(tmp) <- paste0("friend", 3:6)
dat <- cbind(dat, tmp)

现在，使用grep来获取friend列。

inx <- grep("friend", names(dat))
tmp <- sapply(inx, function(i) dat$age[dat[[i]]])
dat$AvgAgeF <- rowMeans(tmp, na.rm = TRUE)

最终清理。

rm(tmp)

编辑2-id是字符串。

如果列id和friend*是字符串而不是数字，则用age索引列match。

inx <- grep("friend", names(dat2))
tmp <- sapply(inx, function(i) {
  x <- as.character(dat2[[i]])
  y <- as.character(dat2$id)
  dat2$age[match(x, y)]
  })
dat2$AvgAgeF <- rowMeans(tmp, na.rm = TRUE)
rm(tmp)

dat2
#     id age friend1 friend2 AvgAgeF
#1   Bob  15    Jack     Sam      37
#2  Jack  23     Sam     Bob      33
#3   Sam  51     Bob    Jack      19
#4  Sara  41   Henry    <NA>      33
#5 Henry  33    Sara    <NA>      41

数据。

dat <- read.table(text = "
id age  friend1 friend2
01  15   02      05    
02  23   01      05    
03  51   04     NA       
04  41   03     NA       
05  33   01      02                    
", header = TRUE)

dat2 <- read.table(text = "
id    age  friend1 friend2
Bob   15   Jack    Sam    
Jack  23   Sam     Bob   
Sam   51   Bob     Jack     
Sara  41   Henry   NA       
Henry 33   Sara    NA                   
", header = TRUE)

从数据框中的其他行提取和使用信息？

1 个答案: