根据条件更改列的值（缺失数据和分类）答案

【问题标题】：Change values of columns on conditional bases (Missing Data and Categorical)根据条件更改列的值（缺失数据和分类）
【发布时间】：2021-04-19 16:33:24
【问题描述】：

对于一份问卷，我想制作一份 df1 的副本，其中 x 列发生以下两件事：

将 x 的缺失数据（编码为 0）替换为“-1”。所以所有的 0 都必须变成 -1。
x 的特定部分以数字而非类别编码。我创建了一个函数来将不同的类别分配给不同的值

categorise <- function(a_vector) { a_vector = case_when(
        a_vector >= 0 & a_vector < 50 ~ 1,
        a_vector >= 50 & a_vector < 500 ~ 2,
        a_vector >= 500 & a_vector < 5000 ~ 3,
        a_vector >= 5000 & a_vector < 50000 ~ 4,
        a_vector >= 50000 & a_vector < 500000 ~ 5,
        a_vector >= 500000 & a_vector < 5000000 ~ 6,
        a_vector >= 5000000 & a_vector < 50000000 ~ 7,
        a_vector >= 50000000 & a_vector < 500000000 ~ 8)
        strong texta_vector }

【问题讨论】：

标签： r vector transform apply na

【解决方案1】：

我认为你可以这样写categorise_losses函数：

categorise_losses <- function(x)
  as.integer(log10(x / 5)) + 1L

# an example of using the function
categorise_losses(c(1L, 10L, 65L, 250L, 555L, 5000L))
#R> [1] 1 1 2 2 3 4

# compare with the OP's function
library(dplyr)
categorise_losses_OP <- function(x)
  case_when(
    x >= 0 & x < 50 ~ 1,
    x >= 50 & x < 500 ~ 2,
    x >= 500 & x < 5000 ~ 3,
    x >= 5000 & x < 50000 ~ 4,
    x >= 50000 & x < 500000 ~ 5,
    x >= 500000 & x < 5000000 ~ 6,
    x >= 5000000 & x < 50000000 ~ 7,
    x >= 50000000 & x < 500000000 ~ 8)

# we get the same
all.equal(categorise_losses_OP(1:500000), 
          categorise_losses   (1:500000))
#R> [1] TRUE

要处理0变成-9的情况，可以使用：

categorise_losses <- function(x)
  suppressWarnings(ifelse(x == 0, -9L, as.integer(log10(x / 5)) + 1L))

categorise_losses(c(0L, 1L, 10L, 65L, 250L, 555L, 5000L))
#R> [1] -9  1  1  2  2  3  4

要对列条目的子集使用该函数，您可以使用$ 访问该列，然后使用[] 将您需要的条目子集，如下所示：

# data set example
dat <- data.frame(year = c(1950L, 1950L, 1950L, 2010L, 2010L, 2010L), 
                  crop_loss = c(0L, 5L, 95L, -9L, -9L, 1L))

# use the function on the data
categorise_losses <- function(x)
  suppressWarnings(ifelse(x == 0, -9L, as.integer(log10(x / 5)) + 1L))

dat$crop_loss[dat$year <= 2006L] <- 
  categorise_losses(dat$crop_loss[dat$year <= 2006L])

# the result
dat
#R>   year crop_loss
#R> 1 1950        -9
#R> 2 1950         1
#R> 3 1950         2
#R> 4 2010        -9
#R> 5 2010        -9
#R> 6 2010         1

【讨论】：

非常感谢您的全面回答！我是 R 的初学者，所以我不确定如何应用上面的代码。我在我的问题中添加了数据集的一部分和一些条件。你能帮我写出正确的代码吗？感谢转发！

【解决方案2】：

我们可以使用findInterval

replace(findInterval(a_vector, c(0, 50, 500, 5000, 50000, 
      500000, 5000000, 50000000)), a_vector == 0, -9)
#[1] -9  1  1  2  2  3  4

或cut

as.integer(cut(a_vector, breaks =  c(0, 50, 500, 5000, 50000, 500000, 5000000, 50000000)))

数据

a_vector <- c(0L, 1L, 10L, 65L, 250L, 555L, 5000L)

【讨论】：

谢谢！并用'-9'改变'0'？