我有一些数据的形式:
Person.ID Household.ID Composition
1 4593 1A_0C
2 4992 2A_1C
3 9843 1A_1C
4 8385 2A_2C
5 9823 8A_1C
6 3458 1C_9C
7 7485 2C_0C
: : :
我们可以将组成变量视为成人/儿童的数量,即2A_1C等于两个成人和两个孩子。
我要做的是减少可能的构图量。对于第5个人,我们的组成为8A_1C,我正在寻找一种方法将其减少到4 + A_0C。因此,例如,对于任何大于4A的成分值,我们将有4+。
Person.ID Household.ID Composition
5 9823 4+A_1C
6 3458 1A_4+C
: : :
我不确定如何做到这一点的R,我想使用的过滤器()或选择()从dyplyr。否则,我将需要使用某种正则表达式。
任何帮助,将不胜感激。谢谢
数据:
Person.ID <- c(1,2,3,4,5,6,7,8)
Household.ID <- c(4593,4992,9843,8385,9823,3458,7485)
Composition <- c("1A_0C","2A_1C","1A_1C","2A_2C","8A_1C","1A_9C","2A_0C")
dat <- tibble(Person.ID, Household.ID, Composition)
功能:
above4 <- function(f){
ff <- gsub("[^0-9]","",f)
if(ff>4){return("4+")}
if(ff<=4){return(ff)}
}
Apply功能(对分离的数据执行,但之后可以重新组合):
dat_ <- dat %>% tidyr::separate(., col=Composition,
into=c("Adults", "Children"),
sep="_") %>%
dplyr::mutate(Adults_ = unlist(lapply(Adults,above4)),
Children_ = unlist(lapply(Children,above4)))
然后,您可以使用选择过滤器来获取所需的数据集。
dat_ %>% dplyr::mutate(Composition_ = paste0(Adults_, "A_", Children_, "C")) %>%
dplyr::select(Person.ID, Household.ID, Composition=Composition_)
# A tibble: 7 x 3
Person.ID Household.ID Composition
<dbl> <dbl> <chr>
1 1. 4593. 1A_0C
2 2. 4992. 2A_1C
3 3. 9843. 1A_1C
4 4. 8385. 2A_2C
5 5. 9823. 4+A_1C
6 6. 3458. 1A_4+C
7 7. 7485. 2A_0C
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