【问题标题】:Creating new column that flags row based on conditions创建根据条件标记行的新列
【发布时间】:2019-01-31 04:51:55
【问题描述】:

我正在尝试过滤这个名为 df 的数据框

structure(list(ï..ID = structure(c(2L, 1L, 4L, 6L, 3L, 7L, 5L, 
8L), .Label = c("Jay ", "Jim", "Jim ", "John ", "Mike ", "Peter", 
"Peter ", "Tom"), class = "factor"), Target1 = structure(c(8L, 
4L, 6L, 5L, 2L, 1L, 3L, 7L), .Label = c("Andreas", "Cheyne", 
"Frank", "John", "Mickey", "Raj", "Sarah", "Timothy"), class = "factor"), 
    Target2 = structure(c(4L, 3L, 1L, 5L, 2L, 1L, 1L, 1L), .Label = c("", 
    "Jake", "Peter", "Timothy ", "Tommy "), class = "factor"), 
    Parter1 = structure(c(3L, 2L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("", 
    "Mike ", "Timothy"), class = "factor"), Parter2 = structure(c(1L, 
    2L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("", "Peter"), class = "factor")), class = "data.frame", row.names = c(NA, 
-8L))

我正在尝试过滤数据框,以便如果出现在此向量中的名称 x

x=c("Raj", "Timothy")

在第 2-5 列中出现超过 2 次 该行将有一个名为 flag 的全新列的变量,其中如果名称出现超过 2 次,则 flag =1,如果名称未出现,则 flag=0 2 次以上。

【问题讨论】:

  • 我的理解是否正确,如果 Raj 和/或 Timothy 在该行的其他列中出现两次,或者否则为零,您希望新列为 =1?

标签: r dplyr


【解决方案1】:

在 Base R 中,我们可以使用 apply 和 MARGIN = 1(逐行)

df$flag <- as.integer(apply(df, 1, function(row) sum(row %in% x)) > 2)

df
#  ï..ID Target1 Target2 Parter1 Parter2 flag
#1   Jim Timothy Timothy Timothy            1
#2   Jay    John   Peter    Mike   Peter    0
#3  John     Raj                            0
#4 Peter  Mickey   Tommy                    0
#5   Jim  Cheyne    Jake                    0
#6 Peter Andreas                            0
#7  Mike   Frank                            0
#8   Tom   Sarah                            0

apply 将数据帧转换为矩阵,可能会慢一些时间。您可以使用 sapply 以相同的逻辑避免 apply 调用

df$flag <- as.integer(sapply(1:nrow(df), function(i) sum(df[i, ] %in% x)) > 2)

还有另一种写法

df$flag <- as.integer(colSums(sapply(1:nrow(df), function(i) df[i, ] %in% x)) > 2)

PS - 你的名字中有一些空格,我必须先运行

df[] <- lapply(df, trimws)

删除它们。

【讨论】:

  • 效果很好! 1个问题我将如何在代码中添加一些关于我是否想要 & 条件的内容?就像我希望它根据该列表中是否有 2 个以及是否有多个空格(例如 ''
  • @M76 假设您要检查每行中是否有超过 1 个空格,您可以添加额外的 &amp; 条件,例如 df$flag &lt;- as.integer(sapply(1:nrow(df), function(i) sum(df[i, ] %in% x) &gt; 2 &amp; sum(df[i, ] == "") &gt; 1))
猜你喜欢
  • 2016-08-16
  • 2020-10-02
  • 1970-01-01
  • 2020-09-12
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多