在R中创建条件新变量

leakciM 发表于 Dev

泄漏

我需要重新创建非常大的数据框（900多个变量）的原始变量。这是我要执行的操作的一个示例：

dat <- data.frame(
    id=c('user1','user2','user3'),
    agePanel1=c(20,25,32),
    agePanel2=c(21,NA,33),
    favColPanel1=c('blue','red','blue'),
    favColPanel2=c('red',NA,'red')
    )

     id      agePanel1 agePanel2 favColPanel1 favColPanel2
  1 user1        20        21         blue          red
  2 user2        25        NA          red           NA
  3 user3        32        33         blue          red

对于每个变量，我需要创建一个新变量（下面的年龄和favCol），该变量在有面板数据时为NA，否则为第一次面板观察。如果面板数据不完整，则所有面板值均应设置为NA。该示例的结果如下所示：

        id    age  agePanel1 agePanel2 favCol favColPanel1 favColPanel2
    1 user1    NA      20        21      NA        blue          red           
    2 user2    25      NA        NA     red         NA            NA         
    3 user3    NA      32        33      NA        blue          red

我开始尝试使用dplyr和tidyr：

mutate(dat, age = ifelse(is.na(test$agePanel2),agePanel1,NA))

我正在努力寻找一种方法来执行循环或使该过程自动化的方法。

阴影

这不是您最初问题的最直接解决方案。但是在我看来，长期获取数据是可取的。这样，您想要执行的操作（以及大多数其他操作）就会容易得多。

# required packages
require(dplyr)
require(tidyr)
# get data in long format
dat_long <- dat %>% 
  gather(key, value, -id) %>% 
  separate(key, c("key", "panel"), sep = "Panel") %>%
  spread(key, value, convert = TRUE) %>% 
  arrange(id, panel) %>%
  group_by(id)
dat_long
## Source: local data frame [6 x 4]
## Groups: id
## 
##      id panel age favCol
## 1 user1     1  20   blue
## 2 user1     2  21    red
## 3 user2     1  25    red
## 4 user2     2  NA     NA
## 5 user3     1  32   blue
## 6 user3     2  33    red

# functon that does desired operation
panel_fct <- function(x){
  ifelse(is.na(x[2]), x[1], as(NA, class(x)))
}
# use mutate_each to do desired operation
dat_long %>% summarise_each(funs(panel_fct), -panel)
## Source: local data frame [3 x 3]
##
##      id age favCol
## 1 user1  NA     NA
## 2 user2  25    red
## 3 user3  NA     NA

当然，您可以将最终结果合并回原始数据，但是对于大多数操作而言，最好使用长数据。

dat_long %>% summarise_each(funs(panel_fct), -panel) %>% left_join(dat, by = "id")
## Source: local data frame [3 x 7]
## 
##      id age favCol agePanel1 agePanel2 favColPanel1 favColPanel2
## 1 user1  NA     NA        20        21         blue          red
## 2 user2  25    red        25        NA          red           NA
## 3 user3  NA     NA        32        33         blue          red

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。