【问题标题】:Assigning values to a column in the based on values of another column in the same dataframe in R根据R中同一数据框中另一列的值将值分配给一列
【发布时间】:2021-06-07 01:31:42
【问题描述】:

我有一个包含 3 列的数据框,如果在另一行中满足某个条件的总和,我想将值分配给该数据框的第四列。在此示例中,如果每行 df[,3]>=2,我想将 1 分配给 df[,4]。

我想要的输出示例是:

感谢任何帮助。

谢谢,

【问题讨论】:

    标签: r rowsum


    【解决方案1】:
    library(tidyverse)
    
    data <- 
        tribble(
            ~ID, ~time1, ~time2,
            'jkjkdf', 1, 1,
            'kjkj', 1, 0,
            'fgf', 1, 1,
            'jhkj', 0, 1, 
            'hgd', 0,0
        )
    
    mutate(data, label = if_else(time1 + time2 >= 2, 1, 0))
    #> # A tibble: 5 x 4
    #>   ID     time1 time2 label
    #>   <chr>  <dbl> <dbl> <dbl>
    #> 1 jkjkdf     1     1     1
    #> 2 kjkj       1     0     0
    #> 3 fgf        1     1     1
    #> 4 jhkj       0     1     0
    #> 5 hgd        0     0     0
    
    #or with n time columns
    
    data %>%
        rowwise() %>% 
        mutate(label = if_else(sum(across(starts_with('time'))) >= 2, 1, 0))
    #> # A tibble: 5 x 4
    #> # Rowwise: 
    #>   ID     time1 time2 label
    #>   <chr>  <dbl> <dbl> <dbl>
    #> 1 jkjkdf     1     1     1
    #> 2 kjkj       1     0     0
    #> 3 fgf        1     1     1
    #> 4 jhkj       0     1     0
    #> 5 hgd        0     0     0
    

    由reprex package (v2.0.0) 于 2021-06-06 创建

    【讨论】:

      【解决方案2】:

      如果time1 和time2 都是 1,你想分配 1 吗?

      如果只有两列你可以做 -

      df$label <- as.integer(df$time1 == 1 & df$time2 == 1)
      

      如果有很多这样的时间列,我们可以求助rowSums -

      cols <- grep('time', names(df))
      df$label <- as.integer(rowSums(df[cols] == 1) == length(cols))
      df
      
      #  a time1 time2 label
      #1 a     1     1     1
      #2 b     1     0     0
      #3 c     1     1     1
      #4 d     0     1     0
      #5 e     0     0     0
      

      数据

      图像不是共享数据的正确方式,请以可重现的格式提供它们。

      df <- data.frame(a = letters[1:5], 
                       time1 = c(1, 1, 1, 0, 0), 
                       time2 = c(1, 0, 1, 1, 0))
      

      【讨论】:

      • 谢谢,但我想知道是否有办法不使用“时间”,而不是像 df[,2] 等索引?
      • 是的,你可以使用df$label &lt;- as.integer(df[[2]] == 1 &amp; df[[3]] == 1)
      【解决方案3】:

      我们可以使用tidyverse 方法以向量化的方式进行精简 - select 列名称中 starts_with 'time' 的列,reduce 通过添加相应的 (+) 到单个向量元素,使用来自magrittr 的aliases 将其转换为二进制以创建“标签”列。最后,如果我们想要更改原始对象,则应将对象分配(&lt;-)给原始数据

      library(dplyr)
      library(purrr)
      library(magrittr)
      df %>%
          mutate(label = select(cur_data(), starts_with('time')) %>%
                     reduce(`+`) %>% 
                     is_weakly_greater_than(2) %>% 
                     multiply_by(1))
        a time1 time2 label
      1 a     1     1     1
      2 b     1     0     0
      3 c     1     1     1
      4 d     0     1     0
      5 e     0     0     0
      

      数据

      df <- structure(list(a = c("a", "b", "c", "d", "e"), time1 = c(1, 1, 
      1, 0, 0), time2 = c(1, 0, 1, 1, 0)), class = "data.frame", row.names = c(NA, 
      -5L))
      

      【讨论】:

        猜你喜欢
        • 2020-05-23
        • 1970-01-01
        • 2021-10-21
        • 1970-01-01
        • 2016-02-01
        • 1970-01-01
        • 1970-01-01
        • 2023-02-15
        • 1970-01-01
        相关资源
        最近更新 更多