我有一个调查问卷(IPAQ)答案的数据框df
,其中包含27个问题。这些是前8列:
df
ID `1` `2` `3` `4` `5` `6` `7`
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 28 0 0 0 0 0 0 0
2 52 0 0 0 0 0 0 0
3 97 1 0 0 1 60 0 0
4 100 0 0 0 0 0 0 0
5 112 0 0 0 0 0 0 0
6 157 0 0 0 0 0 0 0
7 252 0 0 0 0 0 0 0
8 254 1 0 0 4 120 7 180
9 309 1 0 0 2 30 0 0
10 332 0 0 0 0 0 0 0
我创建了变量,将这些答案转换为有意义的总数,例如:
###Housework and gardening###
gard.vig = (5.5 * df$`14` * df$`15`)
gard.mod = (4.0 * df$`16` * df$`17`)
house.mod = (3.0 * df$`18` * df$`19`)
total.hg = (gard.mod + gard.vig + house.mod)
###Leisure###
lei.walk = (3.3 * df$`20` * df$`21`)
lei.mod = (4.0 * df$`24` * df$`25`)
lei.vig = (8.0 * df$`22` * df$`23`)
tot.lei = (lei.walk + lei.mod + lei.vig)
我想使用原始ID
中的df
变量将这些变量组合/绑定到数据帧/小节中
创建类似这样的东西:
ID lei.walk lei.mod lei.vig total.lei gard.mod gard.vig etc.
28 600 55 89 etc.
52 etc.
etc.
答案 0 :(得分:0)
由于已经计算出向量,因此我们可以直接cbind
对其进行
cbind(df[1], gard.vig, gard.mod, house.mod, total.hg, lei.walk,
lei.mod, lei.vig, tot.lei)
或使用data.frame
data.frame(ID = df$ID, gard.vig, gard.mod, house.mod, total.hg,
lei.walk,lei.mod, lei.vig, tot.lei)
答案 1 :(得分:0)
我们可以使用tibble
library(tibble)
tibble(df[1], gard.vig, gard.mod, house.mod, total.hg, lei.walk,
lei.mod, lei.vig, tot.lei)