R：通过应用不同的公式计算数据集的新变量答案

【问题标题】：R: calculating new variables to a dataset by applying different formulasR：通过应用不同的公式计算数据集的新变量
【发布时间】：2019-11-26 19:48:12
【问题描述】：

我有一个具有以下结构的数据框“数据”：

structure(list(age = c(45, 4, 32, 45), sex = c(1, 0, 1, 0), height = c(165, 
178, 145, 132), weight = c(65, 73, 60, 45)), row.names = c(NA, 
-4L), class = c("tbl_df", "tbl", "data.frame"))

我想在这个 data.frame 中添加两个新变量（var1，var2），应该使用以下两个公式计算：

var1 = 年龄*身高 +（如果性别==1 则为 4，如果性别==0 则为 2）

var2 = 身高*体重 +（如果年龄>40 则为 1，如果年龄=

我在将两个变量添加到数据框时都有问题，无论是在应用函数时（我试图构建一个函数，但似乎只能应用于单个值而不是所有行中的所有值)。

有人可以帮帮我吗？

【问题讨论】：

标签： r

【解决方案1】：

akrun 建议使用布尔算术是一个很好的建议，但您也可以简单地做一个布尔版本的您自己的表达式，用乘法代替 if 语句。 987654322@)

data <- structure(list(age = c(45, 4, 32, 45), sex = c(1, 0, 1, 0), height = c(165, 178, 145, 132), weight = c(65, 73, 60, 45)), row.names = c(NA,                                                                                                                                           -4L), class = c("tbl_df", "tbl", "data.frame")) 

data <- within(data, {var1 = age*height + 4*(sex==1) + 2 *(sex==0); 
                      var2 = height*weight + (age>40) + 2 *(age <= 40)})
#----
> data
  age sex height weight  var2 var1
1  45   1    165     65 10726 7429
2   4   0    178     73 12996  714
3  32   1    145     60  8702 4644
4  45   0    132     45  5941 5942

由于两组条件互不相交，因此“不合格”的选择项将分别为 0。

【讨论】：

【解决方案2】：

函数ifelse()是基于向量的，因此它将条件应用于向量中的每个元素。

df <- structure(list(age = c(45, 4, 32, 45), sex = c(1, 0, 1, 0), height = c(165, 
178, 145, 132), weight = c(65, 73, 60, 45)), row.names = c(NA, 
-4L), class = c("tbl_df", "tbl", "data.frame"))

df$var1 <- ifelse(df$sex == 1,(df$age * df$height) + 4,(df$age * df$height) + 2)
df$var2 <- ifelse(df$age > 40,(df$weight * df$height) + 1,(df$age * df$height) + 2)

最终输出

> df
# A tibble: 4 x 6
    age   sex height weight  var1  var2
  <dbl> <dbl>  <dbl>  <dbl> <dbl> <dbl>
1    45     1    165     65  7429 10726
2     4     0    178     73   714   714
3    32     1    145     60  4644  4642
4    45     0    132     45  5942  5941

【讨论】：

【解决方案3】：

我更喜欢来自dplyr 包的工具case_when()。

您的原始数据是：

data <- 
structure(
  list(age = c(45, 4, 32, 45),
       sex = c(1, 0, 1, 0),
       height = c(165, 178, 145, 132),
       weight = c(65, 73, 60, 45)),
  row.names = c(NA, -4L),
  class = c("tbl_df", "tbl", "data.frame"))

新变量的创建者：

library(dplyr)

data ->
data %>% mutate(var1 = case_when(sex==1 ~ age*height + 4,
                                 sex==0 ~ age*height + 2),
                var2 = case_when(age>40 ~ height*weight + 1,
                                 age<=40 ~ height*weight + 2)
)

结果是：

# A tibble: 4 x 6
    age   sex height weight  var1  var2
  <dbl> <dbl>  <dbl>  <dbl> <dbl> <dbl>
1    45     1    165     65  7429 10726
2     4     0    178     73   714 12996
3    32     1    145     60  4644  8702
4    45     0    132     45  5942  5941

【讨论】：

【解决方案4】：

我们通过向其添加 1 将逻辑/二进制转换为数字索引并使用它将值更改为 2、4 或仅 1、2 并在计算中使用它

library(dplyr)
data %>% 
     mutate(var1 = (age * height) +  c(2, 4)[sex + 1],
                   var2 = (height * weight) + (age <= 40)+1)
# A tibble: 4 x 6
#    age   sex height weight  var1  var2
#  <dbl> <dbl>  <dbl>  <dbl> <dbl> <dbl>
#1    45     1    165     65  7429 10726
#2     4     0    178     73   714 12996
#3    32     1    145     60  4644  8702
#4    45     0    132     45  5942  5941

【讨论】：