R：根据条件的行值填充data.frame中的新列？答案

【问题标题】：R: fill new columns in data.frame based on row values by condition?R：根据条件的行值填充data.frame中的新列？
【发布时间】：2016-12-09 14:19:40
【问题描述】：

我想根据行中的值在我的 data.frame 中创建一个新列。

如果“类型”不等于“a”，我的“new.area”列应包含“a”类型的“区域”中的数据。这是针对多个“距离”。

Example:

# create data frame
distance<-rep(seq(1,5, by = 1),2)
area<-c(11:20)
type<-rep(c("a","b"),each = 5)

# check data.frame
(my.df<-data.frame(distance, area, type))

   distance area type
1         1   11    a
2         2   12    a
3         3   13    a
4         4   14    a
5         5   15    a
6         1   16    b
7         2   17    b
8         3   18    b
9         4   19    b
10        5   20    b

我想创建一个新列 (my.df$new.area)，其中对于行中的每个“距离”，都会有“a”类型的“面积”值。

   distance area type new.area
1         1   11    a       11
2         2   12    a       12
3         3   13    a       13
4         4   14    a       14
5         5   15    a       15
6         1   16    b       11
7         2   17    b       12
8         3   18    b       13
9         4   19    b       14
10        5   20    b       15

我知道如何为单行手动制作：

my.df$new.area[my.df$distance == 1 ] <- 11

但是如何自动制作呢？

【问题讨论】：

标签： r

【解决方案1】：

这是使用索引子集 ([) 和 match 的基本 R 解决方案：

my.df$new.area <- with(my.df, area[type == "a"][match(distance, distance[type == "a"])])

my.df
   distance area type new.area
1         1   11    a       11
2         2   12    a       12
3         3   13    a       13
4         4   14    a       14
5         5   15    a       15
6         1   16    b       11
7         2   17    b       12
8         3   18    b       13
9         4   19    b       14
10        5   20    b       15

area[type == "a"] 提供可能性向量。 match 用于通过距离变量从该向量返回索引。 with用于避免my.df$的重复使用。

【讨论】：

【解决方案2】：

我们可以使用data.table

library(data.table)
setDT(my.df)[, new.area := area[type=="a"] , distance]
my.df
#     distance area type new.area
# 1:        1   11    a       11
# 2:        2   12    a       12
# 3:        3   13    a       13
# 4:        4   14    a       14
# 5:        5   15    a       15
# 6:        1   16    b       11
# 7:        2   17    b       12
# 8:        3   18    b       13
# 9:        4   19    b       14
#10:        5   20    b       15

或者我们可以使用距离的数字索引，因为它在序列中

with(my.df, area[type=="a"][distance])
#[1] 11 12 13 14 15 11 12 13 14 15

【讨论】：