首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >根据R中的一个条件对年龄进行分类

问根据R中的一个条件对年龄进行分类
EN

Stack Overflow用户
提问于 2016-07-21 00:29:00
回答 2查看 212关注 0票数 1

我有一个大数据框架,我想根据条件对同一组中的年龄进行分类。下面是一个示例:

假设我有以下数据帧:

代码语言:javascript
复制
    HHID  Sex  Age 
    112   1    14
    112   1    15
    112   2    17
    112   2    19
    113   2    50
    113   2    51
    113   2    51

对于每个(hhid +性别)组,我想创建一个基于以下条件的agegrp变量:如果每行之间的年龄相差超过2岁,则将它们分类到不同的组中。否则,将它们放在同一类别中。这是我想要的:

代码语言:javascript
复制
    HHID  Sex  Age Agegrp
    112   1    14   14
    112   1    15   14
    112   2    17   17
    112   2    19   17
    113   2    50   50
    113   2    51   50
    113   2    51   50

与这个例子相比,我拥有的数据集真的很大。因此,我正在寻找一个通用的解决方案。

EN

回答 2

Stack Overflow用户

发布于 2016-07-21 00:46:16

我会编写一个快速的organize函数,然后选择base R、dplyr或data.table来实现它。无论您喜欢哪一个:

代码语言:javascript
复制
organize <- function(v, threshold=2) v[cumsum(c(TRUE, diff(v) > threshold))]

#base (no packages)
df1$Agegrp <- with(df1, ave(Age, HHID, Sex, FUN=organize))

#dplyr
library(dplyr)
df1 %>% group_by(HHID, Sex) %>%
  mutate(Agegrp = organize(Age))

#data.table
library(data.table)
setDT(df1)[, organize(Age), by=.(HHID, Sex)]
票数 2
EN

Stack Overflow用户

发布于 2016-08-16 02:37:11

上面建议的组织功能是一个很好的想法。但是,如果相同的年龄重复15年,并更改为与前一个年龄相差大于2的其他年龄,则cumsum函数无法正确定位年龄的位置。我编写了以下函数来解决此问题:

代码语言:javascript
复制
organize = function(v, threshold=2) v[rep.int(which(c(TRUE, diff(v) > threshold)==TRUE), c(diff(which(c(TRUE, diff(v) > threshold)==TRUE)),1))] 

这个函数给我想要的输出和一个警告。警告是“要替换的项数不是替换长度的倍数”。现在正在努力摆脱警告,任何帮助都是非常感谢的。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/38485983

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档