根据向量的第一个字符在 R 中重新编码变量答案

【问题标题】：Recode variable in R based on first characters of vector根据向量的第一个字符在 R 中重新编码变量
【发布时间】：2018-07-19 14:13:53
【问题描述】：

我有一个如下所示的数据框：

codes <- c('TFAA1', 'TFAA2', 'TFAA3', 'TFAA4', 'TFAB1', 'TFAB2', 'TFAB3', 'TFAB4')
scores <- c(4,3,2,2,4,5,1,2)
example <- data.frame(codes, scores)

我想创建一个名为 code_group 的新列，其中以 TFAA 开头的所有内容都称为“Group1”，而以 TFAB 开头的所有内容都称为“Group2”。

一直在使用 car 包中的 recode 功能和 grepl 功能，但我失败得很惨。到目前为止，这是我的尝试......

recode <- (codes, "%in% TFAA='Group1'; %in% TFAB='Group2'")

【问题讨论】：

标签： r recode

【解决方案1】：

使用dplyr 和stringr 你可以完成它：

library(dplyr)
library(stringr)
example %>% 
  mutate(code_group = case_when(str_detect(codes, "^TFAA") ~ "Group1",
                              str_detect(codes, "^TFAB") ~ "Group2"))

case_when 允许您使用多个 if-then 情况。 str_detect 可以让您检测您在字符串中寻找的模式。

【讨论】：

startsWith 当然可以替代str_detect。

【解决方案2】：

example$code_group <- ifelse(startsWith(codes, 'TFAA'), 'Group 1', 
                      ifelse(startsWith(codes, 'TFAB'), 'Group 2',
                             NA))

【讨论】：

【解决方案3】：

我们可以使用substr 提取前四个字符，将其转换为factor 并指定labels 作为我们想要的字符

example$code_group <-  with(example,  as.character(factor(substr(codes, 1, 4), 
              levels = c('TFAA', 'TFAB'), labels = c('Group1', 'Group2'))))

【讨论】：

【解决方案4】：

我们可以使用split<-：

example$group <- NA
split(example$group,substr(example$codes,1,4)) <- paste0("Group",1:2)
example
#   codes scores  group
# 1 TFAA1      4 Group1
# 2 TFAA2      3 Group1
# 3 TFAA3      2 Group1
# 4 TFAA4      2 Group1
# 5 TFAB1      4 Group2
# 6 TFAB2      5 Group2
# 7 TFAB3      1 Group2
# 8 TFAB4      2 Group2

或者我们可以将因子用于相同的输出（3 个变体）：

example$group <- paste0("Group",factor(substr(example$codes,1,4),,1:2))
example$group <- paste0("Group",as.numeric(factor(substr(example$codes,1,4))))
example$group <- factor(substr(example$codes,1,4),,paste0("Group",1:2))

在最后一种情况下，您将获得一个因子列，在所有其他情况下，您将获得一个字符列。

【讨论】：