【问题标题】：Creating a factor from a numeric column vector in R从 R 中的数值列向量创建一个因子
【发布时间】：2020-02-26 12:12:45
【问题描述】：

我在 dataframe df 中有一个权重数字列 (df$weight0)。我想根据df$weight0 中的值创建一个新列df$weight1，它是factor。

如果df$weight0中的值小于或等于170，则df$weight1中的对应值应为1，但如果df$weight0中的值大于170，则df$weight1中的对应值应为2.

下面的代码是我尝试过的，但它给出的是单个值而不是向量。

  if (i<=170){
    i==1
  }else{
    i==2
  }
}

【问题讨论】：

df$weight1 <- (df$weight0>170)+1

标签： dataframe r dataframe for-loop factors

【解决方案1】：

ifelse 可以使用矢量化输入：

df$weight1 <- ifelse(df$weight0<=170,1,2)

【讨论】：

【解决方案2】：

您正在检查 i 的值，而不是 df 中的值。您的新列的分配也没有实现。请尝试以下操作。

for (i in wcgs$weight0){
  if (wcgs$weight0[i]<=170){
    wcgs$weight1[i] <- 1
  }else{
    wcgs$weight1[i] <- 2
  }
}

【讨论】：

谢谢。所以我使用 wcgs$weight1[i] 来更改该索引处的值

【解决方案3】：

使用`cut()`按区间离散化连续变量

对于这种区间分类，有一个非常有用的函数cut。

nums <- nums <- runif(100, min=0, max=300) # n = 100 random numbers between 0 and 300
factorized_num <- cut(nums, c(-Inf, 170, +Inf))
# you can name the categories as you want:
levels(factorized_num) <- c(1, 2) # first interval 1, next interval 2
# with include.lowest=TRUE or FALSE you can determine whether lower limit is <= or <

或者使用`Vectorize()`对非向量化函数进行向量化

# define for one case:
categorize <- function(i) if (i<=170) 1 else 2
# then vectorize it:
categorize <- Vectorize(categorize)

现在你可以使用它了：

categories <- categorize(nums)
head(categories) ## 1 2 1 1 ...

我更喜欢这个——根据我的经验——比ifelse() 更喜欢这个，因为你可以完全控制单个案例。

【讨论】：

谢谢大家。我尝试了 cut 方法wcgs$w8t<-cut(wcgs$weight0,breaks = c(78,170,320), labels = c("<= 170 lbs", "> 170 lbs"), include.lowest=T)
不错！最好的办法是包含/命名所有限制（如果没有限制，-Inf 和 +Inf 会很有用）。

【解决方案4】：

使用包中的case_when dplyr:

library(dplyr)
df %>% mutate(df$weight1 = case_when(df$weight0 =< 170 ~ 1,
                                     df$weight0 > 170 ~ 2))

case_when() 帮助制定if-else 构造，mutate() 修改或添加列。

【讨论】：

使用cut()按区间离散化连续变量

或者使用Vectorize()对非向量化函数进行向量化

使用`cut()`按区间离散化连续变量

或者使用`Vectorize()`对非向量化函数进行向量化