Question

我正在使用grep和grepl搜索字符变量并创建简化的级别。

我尝试将结果保存在数据框中。我也尝试过使用if和else if语句并仅指定变量。我已经附上了这段代码，并且for语句无法运行。

for(i in 1:length(D$ID)){
if(grepl("Bachelor",  D$NDEGREE)[i]){D$NDegree[i] <- "Bachelors"}
else if(grepl("BS", D$NDEGREE)[i]){D$NDegree[i] <- "Bachelors"}
else if (grepl("Master", D$NDEGREE)[i]){D$NDegree[i] <- "Masters"}
else if(grepl("Doctor", D$NDEGREE)[i]){D$NDegree[i] <- "Doctors"}
else(D$NDegree[i] <- D$NDEGREE[i])}

Bachelors <-  D[grep("Bachelor", D$NDEGREE),]
BS <-  D[grep("BS", D$NDEGREE),]
Masters <- D[grep("Master", D$NDEGREE),]
Doctors <- D[grep("Doctor", D$NDEGREE),]

编辑：我也尝试过

D$NDEGREE <- gsub("Bachelor", "Bachelors", D$NDEGREE)
D$NDEGREE <- gsub("BS", "Bachelors", D$NDEGREE)
D$NDEGREE <- gsub("Master", "Masters", D$NDEGREE)
D$NDEGREE <- gsub("Doctor", "Doctors", D$NDEGREE)

这只是运行，但没有任何反应。 for if语句不起作用。它只是无限期地运行。

Answer 1

您不必在R中的列上进行循环。只需使用向量化操作即可。这是将函数应用于整个向量的操作。使用gsub函数重新编码值。

df <- data.frame(
  NDEGREE =c("Bachelor", "Master", "Doctor", "BS"),
  Value = c(1,1,1,1)
)


df$NDEGREE <- gsub("Bachelor", "Bachelors", df$NDEGREE)
df$NDEGREE <- gsub("BS", "Bachelors", df$NDEGREE)
df$NDEGREE <- gsub("Master", "Masters", df$NDEGREE)
df$NDEGREE <- gsub("Doctor", "Doctors", df$NDEGREE)


Bachelors <- df[grep("Bachelors", df$NDEGREE),]
Doctors <- df[grep("Doctors", df$NDEGREE),]
Masters <- df[grep("Masters", df$NDEGREE),]

Answer 2

一个更简单的选择（如果有很多值）将是创建键/值数据集，然后进行模糊联接

library(fuzzyjoin)
regex_left_join(D, keyval, by = "NDegree")

数据

keyval <- data.frame(NDegree = c("Bachelor", "BS", "Master", "Doctor"), 
    val = c("Bachelors", "Bachelors", "Masters", "Doctors"), 
          stringsAsFactors = FALSE);

如何使用grep或grepl在数据框中创建新变量以简化分类变量中的级别

2 个答案:

数据