根据R中的另一列创建类别列

Question

我有数据，每个观测站(行)都有一个唯一的id。根据id的第一个字母，观察结果可以分成两组。我想要一个列/变量来标识这个组。

下面的代码可以工作。但我的问题是，是否有一种更优雅的R-方式来做到这一点？

> df <- data.frame(id = c("C-1", "P-2", "P-3", "C-2"))
> df$tmp_id <- startsWith(as.character(df$id), "C-")
> df
   id tmp_id
1 C-1   TRUE
2 P-2  FALSE
3 P-3  FALSE
4 C-2   TRUE
> df$typ[df$tmp_id == TRUE] <- "C"
> df$typ[df$tmp_id == FALSE] <- "P"
> df$typ <- factor(df$typ, levels=c("C", "P"), labels=c("Cheese", "Pork"))
> df
   id tmp_id    typ
1 C-1   TRUE Cheese
2 P-2  FALSE   Pork
3 P-3  FALSE   Pork
4 C-2   TRUE Cheese
> df$tmp_id <- NULL
> df
   id    typ
1 C-1 Cheese
2 P-2   Pork
3 P-3   Pork
4 C-2 Cheese

我的问题的一个扩展是，如果我有两个以上的组，我将如何处理这种情况？例如Cheese，Pork，Candy，Chocolate

Answer 1

一种简单的方法是创建一个命名向量，比如types，将其用作查找表，将前缀链接到组。然后，您可以从id列中提取前缀，并对查找向量进行索引以找到相应的组名：

df <- data.frame(id = c("C-1", "P-2", "P-3", "C-2"))

types <- c(C = "Cheese", P = "Pork")
df$typ <- types[substr(df$id, 1, 1)]

df
#>    id    typ
#> 1 C-1 Cheese
#> 2 P-2   Pork
#> 3 P-3   Pork
#> 4 C-2 Cheese

如果要添加其他组，只需向充当查找表的向量添加进一步的前缀组映射：

df <- data.frame(id = c("Ch-1", "Po-2", "Po-3", "Ca-2"))

types <- c(Ca = "Candy", Ch = "Cheese", Po = "Pork")
df$typ <- types[substr(df$id, 1, 2)]

df
#>     id    typ
#> 1 Ch-1 Cheese
#> 2 Po-2   Pork
#> 3 Po-3   Pork
#> 4 Ca-2  Candy

如果您想要允许不同长度的前缀，那么您可能需要查看从id列中提取它们的正则表达式。

由reprex封装创建于2018-05-02 (v0.2.0)。

Answer 2

dplyr包可以很好地处理这个问题。我认为如果一个flagging或flag变量/列，您所追求的是什么。这将告诉您哪些行满足某一特定条件，哪些行不满足。下面的代码将为开始在1列中有一个C的所有行生成一个编码为id的标志。type列只是另一个标志，可以用ifelse语句以相同的方式创建。

require(dplyr)

df <-  data.frame(id = c("C-1", "P-2", "P-3", "C-2")) # OP's dataset

df %>% 
  mutate(flag = ifelse(str_detect(id,'C'),1,0), # mutate adds columns
         type = ifelse(flag == 1,'Cheese','Pork')) 


# A tibble: 4 x 3
  id     flag type  
  <chr> <dbl> <chr> 
1 C- 1   1.00 Cheese
2 P- 2   0    Pork  
3 P- 3   0    Pork  
4 C- 4   1.00 Cheese