Question

我想在我的数据集“data2”（见下表）中创建一个包含 4 个类别（黑人/拉丁裔/白人/其他）的新变量“种族”。
我要申请的条件是：

任何表示“西班牙裔或拉丁裔”的人都被编码为拉丁裔，无论他们是否表示其他种族选项。
那些表示'黑色'（仅）的人将被编码为黑色
那些表示'白色'（仅）的人将被编码为白色
那些表示“亚洲人”或“美洲原住民”，或“其他人”，或表示多个选项（西班牙裔或拉丁裔除外）的人将被编码其他

我想使用 mutate 和 case_when 函数按照上述条件创建一个新变量 race。

race_1 - 亚洲
Race_2 - 黑色
Race_3 - 西班牙裔或拉丁裔
Race_4 - 美洲原住民
Race_5 - 白
Race_6 - 其他

<头>

race_1	race_2	race_3	race_4	race_5	race_6
不适用	1	不适用	不适用	不适用	不适用
不适用	不适用	1	不适用	不适用	不适用
不适用	不适用	1	不适用	不适用	不适用
1	不适用	1	不适用	1	不适用
不适用	不适用	不适用	不适用	1	不适用
不适用	不适用	1	不适用	不适用	不适用

Answer 1

dat %>%
  # convert `NA` to false, all others to true ... verify this is what you want
  mutate_at(vars(starts_with("race_")), ~ !is.na(.)) %>%
  # provide a variable that lists how many races were selected
  mutate(combined = rowSums(across(starts_with("race_")))) %>%
  mutate(race = case_when(
    race_3                 ~ "Latino",
    race_2 & combined == 1 ~ "Black",
    race_5 & combined == 1 ~ "White",
    TRUE                   ~ "Others")
  )
#   race_1 race_2 race_3 race_4 race_5 race_6 combined results
# 1  FALSE   TRUE  FALSE  FALSE  FALSE  FALSE        1   Black
# 2  FALSE  FALSE   TRUE  FALSE  FALSE  FALSE        1  Latino
# 3  FALSE  FALSE   TRUE  FALSE  FALSE  FALSE        1  Latino
# 4   TRUE  FALSE   TRUE  FALSE   TRUE  FALSE        3  Latino
# 5  FALSE  FALSE  FALSE  FALSE   TRUE  FALSE        1   White
# 6  FALSE  FALSE   TRUE  FALSE  FALSE  FALSE        1  Latino

使用 tidyverse 基于现有变量创建一个新变量

1 个答案: