在 R 中，对于满足多个字符串条件的单元格

Question

我对 R 有点陌生，我正在使用示例数据集来使用 ifelse 语句来弄脏我的手。在我的 Excel 电子表格中，根据个人的自我识别方式，在单元格内将数值分配给列标题为“种族”的类别。对应代码的种族如下：

1 - Asian
2 - Black or African American
3 - Hispanic or Latino
4 - Native American or American Indian
6 - Native Hawaiian or Pacific Islander
5 - Other (for those who identify with an ethnic group not listed)
7 - Caucasian
8 - Uncertain (for those who are unsure of their ethnicity or what ethnic group they identify with)
9 - Prefer not to answer (chose not to answer)

因此，在使用read.csv 加载我的文件cleaned-demographic-raw_data.csv 并将其分配给变量名称“DataAll_Analytical”之后：

DataAll_Analytical <- read.csv(".../Qualtrics_Raw-Clean_2019/cleaned-demographic-raw_data.csv", header = T, na.strings=c("NA"), stringsAsFactors = FALSE)

我的目标是根据将上述数值提取为字符串来获得具有二进制值的列。将“1”值分配给自我识别为相应种族的个人，如果没有，则分配“0”值。我目前的做法是：

    #Started with 8 and 9 since those were easiest to account for
#returns 1 if the user does not know, 0 for false
    DataAll_Analytical$any_dont_know <- ifelse(is.na(str_extract(DataAll_Analytical,"8"))==T,0,1) 
#returns 1 if the user did not answer, 0 for false
    DataAll_Analytical$no_answer <- ifelse(is.na(str_extract(DataAll_Analytical,"9"))==T,0,1) 
# count for asian only     
    DataAll_Analytical$any_asian <- ifelse(is.na(str_extract(DataAll_Analytical$eth,"1"))==T,0,1) 
# count for black only
    DataAll_Analytical$any_black <- ifelse(is.na(str_extract(DataAll_Analytical$eth,"2"))==T,0,1)  
# count for hispanic only
    DataAll_Analytical$any_hispanic <- ifelse(is.na(str_extract(DataAll_Analytical$eth,"3"))==T,0,1) 
# count for native_american_only
    DataAll_Analytical$any_native_american <- ifelse(is.na(str_extract(DataAll_Analytical$eth,"4"))==T,0,1)
# count for others 
    DataAll_Analytical$any_other <- ifelse(is.na(str_extract(DataAll_Analytical$eth,"5"))==T,0,1)
# count for those who are only hawaiian/pacific islander 
    DataAll_Analytical$any_hawaiian_pacific<- ifelse(is.na(str_extract(DataAll_Analytical$eth,"6"))==T,0,1)
 # count for those who are only white 
    DataAll_Analytical$any_white<- ifelse(is.na(str_extract(DataAll_Analytical$eth,"7"))==T,0,1)

但是，我想说明那些认定为多种族的个人。这意味着指定他们是黑人、高加索人和亚洲人的个人将具有对应单元格的字符串组合“1,2,7”。对于认同为多种族的个人，我想将他们视为一个单独的群体，而不是与其他预定义的种族群体重叠。

我考虑过将此方法的字符串提取与 if-else 语句结合使用，但我担心潜在的重叠或错误识别。我是否可以使用一种方法将多种族但将黑人视为其种族之一（“2”、“3”、“6”）的人分类为“多种族”类别，而将仅识别为黑人的人（ "2") 是否会被归类为只识别为黑人的人？

编辑：大家好，我想包含我正在使用的数据的一个子集。有超过 237 个条目，所以我从 dput(head(DataAll_Analytical, 20)) 得到了这个输出：

structure(list(eth = c("7", "7", "7", "2", "7", "7", "7", "5", 
"2,3,7", "2", "2", "2", "2", "2", "2", "7", "7", "7", "2", "2"
)), .Names = "eth", row.names = c(NA, 20L), class = "data.frame")

编辑 2： 作为二进制值的输出示例，我为识别为黑色的参与者提供：

> DataAll_Analytical$any_black <- ifelse(is.na(str_extract(DataAll_Analytical$eth,"2"))==T,0,1) # count for black only 
> print(head(DataAll_Analytical$any_black, 10))
 [1] 0 0 0 1 0 0 0 0 1 1

我选择前十个结果来证明第 9 个元素确实包含“2”，但它也包含“3”和“7”（个人标识为黑人、西班牙裔/拉丁裔和高加索人）。我想在这里更排外一点，而不是将那个人与那些只识别为黑人的人分组。

Answer 1

只是为了确保我正确阅读了您的帖子：我认为您想按给定种族/民族对人们进行分类，当且仅当他们报告仅该种族/民族（并且不是多个类别）。如果是这样，您就在正确的轨道上，但您不需要str_extract - 只需检查给定条目是否等于。例如，您的线路

    DataAll_Analytical$any_black <- ifelse(is.na(str_extract(DataAll_Analytical$eth,"2"))==T,0,1)  

具有将观察 9（报告的种族/eth 2, 3, 7）分类为三个不同类别的效果。要阻止这种情况发生，请尝试类似

DataAll_Analytical$any_black2 <- ifelse(DataAll_Analytical$eth == "2",1,0)  

以及其他行的类似替换。请特别注意，我在ifelse 上切换了 1 和 0 的位置。逻辑是：扫描列，检查内容是否正好是“2”，没有别的。 == 运算符将具有记录 T 和 F 值的效果，具体取决于是否满足条件。您可以验证此列（称为any_black2）与您仅在观察 9 中构建的列不同。这也是一种更直接的编写代码的方法，它更易于阅读并且不会引发警告消息。

那么，问题是如何处理多种族/多民族条目。听起来您只想创建一个新列来表示它们；请注意，它们是通过在条目中使用逗号来标识的。以你开始的风格做某事：

DataAll_Analytical$multi <- ifelse(is.na(str_extract(DataAll_Analytical$eth, ",")), 0, 1)

如果您想更具体（即有一个列指定特定的方式受访者是多种族/多民族的），您可以以与我建议的第一件事类似的方式对其进行编码.

如果您有任何问题或我误读了您的意图，请告诉我。