有条件地更改 data.frame 中的值答案

【问题标题】：Change values in data.frame conditionally有条件地更改 data.frame 中的值
【发布时间】：2015-09-06 15:11:13
【问题描述】：

我正在尝试检查一个变量的值，如果它满足某个条件，则将新变量设置为 1，否则将其设置为零。

我在 R 中遇到了困难。

这个简单的代码不起作用：

attach(data)
if (Drug = 1) {
   Drug_factor <- 0
} else {
   if (Drug = 2) {
      Drug_factor <- 1
   } else  Drug_factor<- 0

我不明白为什么这不起作用。为什么 R 使用如此复杂的约定来做基本的事情？

【问题讨论】：

请不要attach“数据”。您可以使用ifelse，即v1 <- with(Data, ifelse(Drug==1, 0, ifelse(Drug==2, 1, 0)))，甚至可以不使用两个ifelse。但是一个例子会很有用，因为我不知道你的数据是什么样子的。
如果'Drug'中只有两个值，我们可以使用with(Data, factor(Drug, levels=1:2, labels=0:1))，也可以通过其他方式完成。

标签： r

【解决方案1】：

您可以使用ifelse

Data$Drug_factor <- with(Data, ifelse(Drug==1, 0, 1))

或使用factor 方法

Data$Drug_factor <- with(Data, as.numeric(as.character(factor(Drug, 
                levels=1:2, labels=0:1))))

或者

Data$Drug_factor <- c(0,1)[(Data$Drug==2)+1]

假设“药物”是“数字”，甚至更短

Data$Drug_factor <- c(0,1)[Data$Drug]

所有这些情况，假设 'Drug' 中只有两个 unique 元素。

假设如果您在 'Drug' 中有 2 个以上的唯一元素，从代码中，在我看来，只有当 'Drug==2' 时，该值才应返回为 1。在 'Drug' 中创建另一个值

Data$Drug[4] <- 3

在这种情况下，我们可以更改 ifelse 条件，这样当 'Drug' 为 2 时返回 1，其他所有返回 0。

Data$Drug_factor <-  with(Data, ifelse(Drug==2, 1, 0))

一个类似的索引选项是，

Data$Drug_factor <- c(0,1)[(Data$Drug==2)+1]

数据

set.seed(24)
Data <- data.frame(Drug= sample(1:2, 10, replace=TRUE), val=rnorm(10))

【讨论】：

【解决方案2】：

这类问题有两种不同的类型。

在简单的情况下，您希望将少量值更改为其他值。为此，我发现使用 plyr 中的mapvalues() 是一个很好的解决方案。例如：

#lets pretend we have loaded some data where missing data is coded as 99
set.seed(1) #reproducible results
test_data = sample(c(0:5, 99), size = 1000, replace = T)
#table of our dta
table(test_data)

输出：

test_data
  0   1   2   3   4   5  99 
138 145 150 150 127 142 148

重新编码：

#recode 99 to NA
library(plyr)
test_data_noNA = mapvalues(test_data, 99, NA)
table(test_data_noNA, exclude = NULL) #also count NAs

输出：

test_data_noNA
   0    1    2    3    4    5 <NA> 
 138  145  150  150  127  142  148

在另一种情况下，您希望有条件地将值更改为其他值，但它可能有大量/不确定/无限数量的值。

例子：

#continuous data
set.seed(1) #reproducible results
test_data = rnorm(1000) #normally distributed data
hist(test_data) #plot with histogram

但是，假设我们要处理离群值，我们将其定义为与平均值相差超过 2SD。但是，我们不只是想排除它们，因此我们将对它们进行重新编码。

#change values above 2 to 2
test_data[test_data > 2] = 2
#change valuesbelow -2 to -2
test_data[test_data < -2] = -2
hist(test_data) #plot with histogram

【讨论】：