根据数据集中已经存在的分类变量创建新变量

Question

假设我有一个具有分类变量X的数据集，该数据集的值为A、B或C。

我想创建一个新的变量Y，即

• 1，若X = A；
• 2，若X = B；
• 3，如果X = C。

这是我到目前为止所得到的，我知道这是不正确的。

if(X==A) {
  (Y = 1)
  }
else if(X==B) {
  (Y = 2)
  }
else {
  (Y = 3)
  }

我不断地发现错误：

对象“Y”未找到

如何创建变量Y，以便它能够基于X的值来接受这些新值

Answer 1

对这个问题的投票结果让我很困惑.所以这个问题需要一个答案吗？

使用基于循环的方法，正如OP所希望的那样，是：

Y <- numeric(length(X))  ## initialize a numeric vector `Y`, of the same length of `X`
## loop through all elements of `X`, use `if-else` to allocate value for `Y`
for (i in seq_along(X)) {
  if (X[i] == "A") Y[i] <- 1
  else if (X[i] == "B") Y[i] <- 2
  else if (X[i] == "C") Y[i] <- 3
  }

完全矢量化的方法是

Y <- match(X, LETTERS[1:3])

在这里，LETTERS是大写字母的内部R常数。R中几乎没有常量，您可以通过阅读文档?Constants来获得它们。

Answer 2

选项1:取因子的数值。

X
# [1] "B" "C" "A" "C" "A" "C" "B" "B" "A" "A"
c(factor(X))
# [1] 2 3 1 3 1 3 2 2 1 1

c()删除属性，并用于一般的幻想。as.numeric()可能更具可读性。

选项2:查找向量。

c(A = 1, B = 2, C = 3)[X]
# B C A C A C B B A A 
# 2 3 1 3 1 3 2 2 1 1

数据：

set.seed(25)
X <- sample(LETTERS[1:3], 10, TRUE)

Answer 3

在本例中，您可能希望在dplyr::recode中考虑tidyverse。它本质上是一个矢量化的switch，这似乎是您想要的。或者，您可以使用第二个数据表并使用dplyr::left_join或base::merge。

library(tidyverse)

data = tribble(
    ~x, ~y,
    1, "A", 
    2, "A",
    4, "B",
    5, "C",
    7, "Z"
)

data %>% 
    mutate(
        new_var = recode(y, "A" = "first",
                            "B" = "second",
                            "C" = "third",
                            "Z" = "last")
    )
#> # A tibble: 5 X 3
#>       x     y new_var
#>   <dbl> <chr>   <chr>
#> 1     1     A   first
#> 2     2     A   first
#> 3     4     B  second
#> 4     5     C   third
#> 5     7     Z    last