编写创建列的 R 函数答案

【问题标题】：Writing an R function that creates columns编写创建列的 R 函数
【发布时间】：2021-03-15 10:46:39
【问题描述】：

我想根据同一数据框的 Column CountryID 的内容向我的数据框 df 添加列。我让它工作了，但我有 60 条复制粘贴行。

df$Country1 <- ifelse(as.integer(df$CountryID == 1), 1, 0)
df$Country2 <- ifelse(as.integer(df$CountryID == 2), 1, 0)
df$Country3 <- ifelse(as.integer(df$CountryID == 3), 1, 0)
... 60 more lines

为了使代码更有条理，我想编写一个函数 createColumns，我只需要调用它，括号内的整个代码就会被执行。我最近的尝试没有创建任何列。有谁知道如何解决这个问题？

createColumns <- function() {
df$Country1 <- ifelse(as.integer(df$CountryID == 1), 1, 0)
df$Country2 <- ifelse(as.integer(df$CountryID == 2), 1, 0)
df$Country3 <- ifelse(as.integer(df$CountryID == 3), 1, 0)
... 60 more lines
return(invisible())
}

【问题讨论】：

标签： r function

【解决方案1】：

你需要返回新对象：

createColumns <- function(df) {
    df$Country1 <- ifelse(as.integer(df$CountryID == 1), 1, 0)
    df$Country2 <- ifelse(as.integer(df$CountryID == 2), 1, 0)
    df$Country3 <- ifelse(as.integer(df$CountryID == 3), 1, 0)
    ... 60 more lines
    df
}

然后这样使用它：

df <- createColumns(df)

您不能（轻松）修改 R 中的非本地对象，这是故意的：您不应该这样做。相反，像上面所做的那样明确分配。

还有一些注意事项；例如，重复你写的内容 60 次应该是一个巨大的危险信号。重新考虑问题：您可能一开始不想要 60 列（相反，研究并使用 tidy data 的概念）但如果您真的这样做，您可能可以使用枢轴函数来替换这 60 行代码只需一行代码。

此外，R 具有逻辑数据类型。这意味着，在几乎所有用例中，您都将分配 TRUE 和 FALSE 而不是 1 和 0。所以，不要写

ifelse(as.integer(df$CountryID == 1), 1, 0)

你可以把它简化为

df$CountryID == 1

此外，as.integer 调用完全多余：ifelse 需要一个逻辑参数，因此您当前的代码采用逻辑向量，将其显式转换为整数，结果被ifelseback转成逻辑向量。

【讨论】：

感谢您的快速帮助。就一个问题：为什么要在函数末尾再写一次df？没有它就行不通。只是好奇
@BlackPearl 一个函数返回其最后一个表达式的值——因为你想返回数据框本身，所以这就是最后一个。否则该函数将返回最后一个赋值的值，它只对应于最后一列的值。

【解决方案2】：

如果您想以更简单的方式获得所需的输出，可以尝试table + cbind，如下所示

newCols <- as.data.frame.matrix(table(cbind(q = 1:nrow(df),df)))
dfout <- cbind(df,`colnames<-`(newCols,paste0("Country",colnames(newCols))))

这样

> dfout
  countryID Country1 Country2 Country3
1         1        1        0        0
2         3        0        0        1
3         1        1        0        0
4         2        0        1        0
5         1        1        0        0

数据

> dput(df)
structure(list(countryID = c(1L, 3L, 1L, 2L, 1L)), class = "data.frame", row.names = c(NA, 
-5L))

【讨论】：