重新介绍变量到多个新值答案

【问题标题】：recode variable to multiple new values重新介绍变量到多个新值
【发布时间】：2013-07-13 20:10:33
【问题描述】：

我有一个数据集，其中包含一组人的观察分数，如下所示：

person_id <- c(1:50)
person_score <- rep(1:10,5)
people <- data.frame(person_id, person_score)

我需要创建一组新变量，这些变量是观察分数的重新编码值。我有一组变量，它们是将观察到的分数转换为新变量的“关键”，如下所示：

observed <- c(1,2,3,4,5,6,7,8,9,10)
score1 <- c(10,14,17,18,20,21,22,26,28,31)
score2 <- c(6,9,11,14,17,18,20,24,25,26)
score3 <- c(11,13,15,17,19,21,23,25,27,29)
score4 <- c(43,44,45,46,47,48,49,50,51,52)
scores <- data.frame(observed,score1,score2, score3, score4)

...其中第一个值对应于观察到的分数 = 1，第二个值对应于观察到的分数 = 2，依此类推。

我需要创建四个新变量，分别对应 score1、score2、score3 和 score 4。我可以考虑手动重新编码，如下图，但是很慢很繁琐：

people$value1[person_score == 1] <- 10
people$value1[person_score == 2] <- 14

...对于 score1 以此类推

people$value2[person_score == 1] <- 6
people$value2[person_score == 2] <- 9

...score2 以此类推

people$value3[person_score == 1] <- 11
people$value3[person_score == 2] <- 13

...score3 以此类推

people$value4[person_score == 1] <- 43
people$value4[person_score == 2] <- 44

...score4 以此类推

【问题讨论】：

标签： r

【解决方案1】：

我只会使用 match 从分数中找到正确的行 data.frame...

idx <- match( people$person_score , scores$observed )

people_new <- cbind( people , scores[ idx , -1 ] )

head(people_new)
#  person_id person_score score1 score2 score3 score4
#1         1            1     10      6     11     43
#2         2            2     14      9     13     44
#3         3            3     17     11     15     45
#4         4            4     18     14     17     46
#5         5            5     20     17     19     47
#6         6            6     21     18     21     48

【讨论】：

这似乎有效，除了我只得到前两个新变量（score1 和 score2）。
@windy 您需要先将cbind 的所有个人分数放入scores data.frame（您在match 中使用），例如`scores

【解决方案2】：

这只是两个data.frames的连接：你可以使用merge

merge( people, scores, by.x = "person_score", by.y = "observed", all.x = TRUE )

或sqldf。

library(sqldf)
sqldf( "
  SELECT    *
  FROM      people
  LEFT JOIN scores
  ON        people.person_score = scores.observed
" )

【讨论】：

【解决方案3】：

你可以使用qdap package'slookup函数如下：

## person_id <- c(1:50)
## person_score <- rep(1:10,5)
## people <- data.frame(person_id, person_score)
## 
## observed <- c(1,2,3,4,5,6,7,8,9,10)
## score1 <- c(10,14,17,18,20,21,22,26,28,31)
## score2 <- c(6,9,11,14,17,18,20,24,25,26)
## score3 <- c(11,13,15,17,19,21,23,25,27,29)
## score4 <- c(43,44,45,46,47,48,49,50,51,52)
## scores <- data.frame(observed,score1,score2, score3, score4)

library(qdap)
people[, 3:6] <- lapply(scores[, -1], function(x) lookup(people$person_score, scores[, 1], x))

people
##    person_id person_score score1 score2 score3 score4
## 1          1            1     10      6     11     43
## 2          2            2     14      9     13     44
## 3          3            3     17     11     15     45
## 4          4            4     18     14     17     46
## 5          5            5     20     17     19     47
## 6          6            6     21     18     21     48
## 7          7            7     22     20     23     49
.
.
.
## 50        50           10     31     26     29     52

【讨论】：