我有一个名为CSES（选举系统比较研究）的数据集，其中每一行对应于来自不同国家（不同年份）的一个人（民意调查中的一次采访）。
我需要创建一个变量，以识别同一个人所感知的每个人投票的政党的意识形态。
但是，数据集通过字母A，B，C等来识别各方的这种意识形态（以及许多其他变量）。然后，当要识别每个人投票的一方时，它具有唯一的代码号，这与不同年份的这些信函不对应（即同一党派在不同年份可以有不同的信函-当然，由于不同国家/地区都有自己的政党，因此它永远不会是不同国家/地区的同一个党派）
虚构数据，以帮助澄清，复制和创建代码：
让我们说：
国家= c（1,1,1,1,2,2,2,2,3,3,3,3）
year = c（2000,2000,2004,2004，2002,2002,2004,2008,2000,2000,2000,2000）
party_A_number = c（11,11,12,12,21,21,22,23,31,31,31,31）
party_B_number = c（12，12，11，11，22,22,21,22,32,32,32,32）
party_C_number = c（13,13,13,13,23,23,23,21,33,33,33,33）
party_voted = c（12,13,12,11,21,24,23,22,31,32,33,31）
ideology_party_A <-floor（runif（12，min = 1，max = 10））
ideology_party_B <-楼（runif（12，min = 1，max = 10））
ideology_party_C <-楼层（runif（12，min = 1，max = 10））
我们将要创建的变量称为“ ideology_voted”：
我需要类似的东西：
IF party_A_number == party_voted THEN ideology_voted = ideology_party_A
如果party_B_number == party_voted，那么ideology_voted == ideology_party_B
如果party_C_number == party_voted，那么ideology_voted == ideology_party_C
真实数据集在每个国家，数十个国家和选举年中有（最多）9个主要政党的9个字母。因此，有一个代码可以迭代字母A-I而不是“如果投票的是甲方，则……；如果是乙方，那么……。”
尽管如此，即使我尝试使用更长的重复代码（每位求职者信进行一次转换-这会给我8行代码），我仍然遇到麻烦
答案 0 :(得分：0)
library(tidyverse)
df <- tibble(
country = c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3),
year = c(2000, 2000, 2004, 2004, 2002, 2002, 2004, 2008, 2000, 2000, 2000, 2000),
party_A_number = c(11, 11, 12, 12, 21, 21, 22, 23, 31, 31, 31, 31),
party_B_number = c(12, 12, 11, 11, 22, 22, 21, 22, 32, 32, 32, 32),
party_C_number = c(13, 13, 13, 13, 23, 23, 23, 21, 33, 33, 33, 33),
party_voted = c(12, 13, 12, 11, 21, 24, 23, 22, 31, 32, 33, 31),
ideology_party_A = floor(runif (12, min = 1, max = 10)),
ideology_party_B = floor(runif (12, min = 1, max = 10)),
ideology_party_C = floor(runif (12, min = 1, max = 10))
)
> df
# A tibble: 12 x 9
country year party_A_number party_B_number party_C_number party_voted ideology_party_A ideology_party_B
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1 2000 11 12 13 12 9 3
2 1 2000 11 12 13 13 2 6
3 1 2004 12 11 13 12 3 8
4 1 2004 12 11 13 11 7 8
5 2 2002 21 22 23 21 2 7
6 2 2002 21 22 23 24 8 2
7 2 2004 22 21 23 23 1 7
8 2 2008 23 22 21 22 7 7
9 3 2000 31 32 33 31 4 3
10 3 2000 31 32 33 32 7 5
11 3 2000 31 32 33 33 1 6
12 3 2000 31 32 33 31 2 1
# ... with 1 more variable: ideology_party_C <dbl>
您似乎正在使用case_when进行调节：
ideology_voted <- df %>% transmute(
ideology_voted = case_when(
party_A_number == party_voted ~ ideology_party_A,
party_B_number == party_voted ~ ideology_party_B,
party_C_number == party_voted ~ ideology_party_C,
TRUE ~ party_voted
)
)
> ideology_voted
# A tibble: 12 x 1
ideology_voted
<dbl>
1 3
2 7
3 3
4 8
5 2
6 24
7 8
8 7
9 4
10 5
11 6
12 2
请注意，case_when的求值是惰性的，因此使用第一个真实条件（例如，如果碰巧有多个实际上是真实的）。