Question

我使用ffbase程序包向R导入了一个大数据集（约600万行），该程序包列出了巴西高中就读的人。原则上，我有2列：Id（学生ID号）和University（机构名称）。

我想创建一列-在我的示例中名为Group-将每所大学与其教育组相关联：

Id           University       Group
000001       Anhanguera       Kroton
000002       Unopar           Kroton
000003       Anhembi          Laureate
000004       FMU              Laureate

PS：我的数据集中没有关于教育团体的信息，但是，我已经获得了与每个大学对应的教育团体有关的信息。这样，我需要将此详细信息附加到我的数据中。

PS2：“大学”列的类别为ff_vector。

感谢您的贡献。

Answer 1

如果网上论坛列表很长，这可能不是最快的方法，但是，使用dplyr软件包中的mutate：

data <- data.frame("Id" = 000001:000004, "University" = c("Anhanguera", "Unopar", "Anhembi", "FMU"))

data <-  mutate(data, Group = as.factor(
    ifelse(University %in% "Anhanguera", "Kronton", 
        ifelse(University %in% "Unopar", "Kronton",
            ifelse(University %in% "Anhembi", "Laureate",
                ifelse(University %in% "FMU", "Laureate", NA))))))        
data
str(data)

我在这里用过大学，但只用ff_vector代替。

如果您希望将“群组”保留为字符，请删除as.factor()。

我对ffbase不熟悉，但是请参阅ffbase2以使用dplyr和ffbase。

条件字符列ffdf数据

1 个答案: