我有一个包含20个变量的数据集，并且缺少很多数据。我试图添加一个新的变量，并根据另一个变量的值为每一行分配一个值。下面是代码和一个较小的数据集，它与我的较大数据集产生的错误相同。有什么建议？
A=seq(1,6); B=seq(2,4)
length(A)=7; length(B)=7
m=cbind(A,B)
我不完全理解从矩阵到数据帧的转换。
df=as.data.frame(m)
df
首先尝试创建分类变量，以在分配新变量的值时使用
df$Acat=cut(df$A,
breaks=c(-Inf,2.5,4.5,Inf),
labels=c("low","mod","hi"))
df$Acat
下面的代码是我收到错误“：参数的长度为零”的地方
if (df$Acat.=="low"){
df$C=1
}else if (df$Acat.=="mod"){
df$C=2
}else if(df$Acat.=="hi"){
df$C=3
}else {
df$C=NA
}
df$C
我也用这种方式尝试过，使用数值变量来分配新变量的值，但出现此错误：
条件的长度> 1，并且仅使用第一个元素
if (df$A<2.5){
df$D=1
} else if (df$A>=2.5 && df$A<4.5){
df$D=2
} else if (df$A>=4.5){
df$D=3
} else {
df$D=NA
}
df$D
这里有一些提示。在R中，通常使用<-运算符将变量分配给名称。公平地说，我什至不知道您可以为变量分配长度，所以我学到了一些新知识。
A <- seq(1, 6)
length(A) <- 7
B <- seq(2, 4)
length(B) <- 7
m <- cbind(A, B)
amatrix和a之间的区别在于data.frame，矩阵是数字的向量，其dim属性指定维（对于数组也是如此），而data.frame是一系列长度相等（行数）的列表（沿列） ）。
实际上，这意味着data.frames可以在不同的列中包含任何内容，例如，一个可以是a character，另一个可以是an integer，而矩阵只能包含相同类型的数据。
> attributes(m)
$dim
[1] 7 2
$dimnames
$dimnames[[1]]
NULL
$dimnames[[2]]
[1] "A" "B"
> df <- as.data.frame(m)
> attributes(df)
$names
[1] "A" "B"
$class
[1] "data.frame"
$row.names
[1] 1 2 3 4 5 6 7
> is.list(m)
[1] FALSE
> is.list(df)
[1] TRUE
您用于尝试将值分配给列的if-else语句不起作用，因为它们不是矢量化的：它们需要单个TRUE或FALSE，而不是逻辑矢量。通过求值，您可以看到表达式长于一个：
> df$Acat == "low"
[1] TRUE TRUE FALSE FALSE FALSE FALSE NA
> length(df$Acat == "low")
[1] 7
相反，您可以使用所需的值构建命名向量，并使用子集操作将其放置在正确的位置：
df$Acat <- cut(df$A,
breaks=c(-Inf,2.5,4.5,Inf),
labels=c("low","mod","hi"))
named_vec <- c("low" = 1, "mod" = 2, "hi" = 3)
df$C <- named_vec[df$Acat]
这为您提供了此data.frame：
> df
A B Acat C
1 1 2 low 1
2 2 3 low 1
3 3 4 mod 2
4 4 NA mod 2
5 5 NA hi 3
6 6 NA hi 3
7 NA NA <NA> NA
还有多个其他选项可以得到相同的结果，但是我认为按名称进行子集比较直观。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句