主页 / coding / 问题 / 79072064
Accepted
newfinder
Asked: 2024-10-10 05:02:46 +0800 CST

创建一个以多个其他字符和数字列为条件的列

  • 772

我有这个示例数据框

df<-data.frame(old_farm=c("Yes", "Yes","Yes", "No", "No", "No",  NA ),
env_year=c(2011, 2020,2019,2010,2010,2010, NA),
global_M=c("Yes", "Yes", "No", "Yes","Yes", "No",NA ),
audit_year=c(2014, NA,NA,2010,NA,NA, NA))
 
df
old_farm env_year global_M audit_year
1      Yes     2011      Yes       2014
2      Yes     2020      Yes         NA
3      Yes     2019       No         NA
4       No     2010      Yes       2010
5       No     2010      Yes         NA
6       No     2010       No         NA
7     <NA>       NA     <NA>         NA

我想要得到这个输出 df_N，它与前一个 df 相同，并添加了最后一列“情况”

df_N<-df<-data.frame(old_farm=c("Yes", "Yes","Yes", "No", "No", "No" , NA ),
env_year=c(2011, 2020,2019,2010,2010,2010, NA),
global_M=c("Yes", "Yes", "No", "Yes","Yes", "No", NA ),
audit_year=c(2014, NA,NA,2010,NA,NA,NA),
Situation=c("New costat 2011, Closed antex 2014",
   "New costat 2020",
 "New costat 2019",
"Closed antex 2010",
"missing entry",
"Full exit", "Not at all"))



  df_N
      old_farm env_year global_M audit_year                          Situation
1      Yes     2011      Yes       2014 New costat 2011, Closed antex 2014
2      Yes     2020      Yes         NA                    New costat 2020
3      Yes     2019       No         NA                    New costat 2019
4       No     2010      Yes       2010                  Closed antex 2010
5       No     2010      Yes         NA                      missing entry
6       No     2010       No         NA                          Full exit
7     <NA>       NA     <NA>         NA                         Not at all

关于如何创建情况列的解释：

第一行：当 old_farm=Yes AND global_M=Yes AND I 在 audit_year 列中有一个非 NA 值时，在情况列中，在这种情况下我们必须始终有“New costat”和“Closed antex”，我们只需在“New costat”旁边的“env_year”列中添加 2011 年，在“Closed antex”旁边的“audit_year”列中添加 2014 年。

第二行：当 old_farm=Yes AND global_M=Yes AND I 在 audit_year 列中有一个 -NA 值时，在情况列中，在这种情况下我们必须始终有““New costat”，我们只需从“New costat”旁边的“env_year”列中添加 2020 年即可。

第三行：当 old_farm=Yes AND global_M=No AND 我在 audit_year 列中有一个 -NA 值，那么在情况列中，在这种情况下我们必须始终有““New costat”，我们只需从“New costat”旁边的“env_year”列中添加 2019 年即可。

第四行：当 old_farm=No AND global_M=Ye AND I 在 audit_year 列中有一个非 NA 值，那么在情况列中，在这种情况下我们必须始终有“Closed antex”，我们只需在“Closed antex”旁边的“audit_year”列中添加 2010 年即可。

第五行：当 old_farm=No AND global_M=Yes AND 我在 audit_year 列中有一个 NA 值时，在情况列中，我们必须始终有“缺失条目”

第六行：当 old_farm=No AND global_M=No AND 我在 audit_year 列中有一个 NA 值时，则在情况列中，我们必须始终有“完全退出”。最后一行是不言自明的。

我怀疑我们可以使用应用函数，但我不确定如何做到这一点。

实际上，我有数千行这样的行，其中重复了这 7 个条件，因此通用代码会很方便

1 个回答

  1. Best Answer

    您可以使用dplyr::case_when()来控制将哪些值分配给新的“情况”列。该dplyr::mutate()函数创建新列。.default = NA如果 中的任何条件均不case_when()满足，则将返回 NA。

    library(dplyr)

df_N <- df |>
  mutate(Situation = case_when(
    old_farm == "Yes" & global_M == "Yes" & !is.na(audit_year) ~
      paste0("New costat ", env_year, ", Closed antex ", audit_year),
    old_farm == "Yes" & global_M == "Yes" & is.na(audit_year) ~
      paste0("New costat ", env_year),
    old_farm == "Yes" & global_M == "No" & is.na(audit_year) ~
      paste0("New costat ", env_year),
    old_farm == "No" & global_M == "Yes" & !is.na(audit_year) ~
      paste0("Closed antex ", audit_year),
    old_farm == "No" & global_M == "Yes" & is.na(audit_year) ~
      paste0("missing entry"),
    old_farm == "No" & global_M == "No" & is.na(audit_year) ~
      paste0("Full exit"),
    rowSums(across(everything(), is.na)) == ncol(df) ~ 
      "Not at all",
    .default = NA
  ))

df_N
#   old_farm env_year global_M audit_year                          Situation
# 1      Yes     2011      Yes       2014 New costat 2011, Closed antex 2014
# 2      Yes     2020      Yes         NA                    New costat 2020
# 3      Yes     2019       No         NA                    New costat 2019
# 4       No     2010      Yes       2010                  Closed antex 2010
# 5       No     2010      Yes         NA                      missing entry
# 6       No     2010       No         NA                          Full exit
# 7     <NA>       NA     <NA>         NA                         Not at all

    这对你的样本数据集有效，但通常情况下（双关语），可能会出现数据输入错误，其中 old_farm 和 global_M 列中的“是”和“否”字符串不一致。为了解决这个问题，你可以使用类似以下方法tolower()：

    # Example df with inconsistent values in old_farm and global_M
df <- data.frame(old_farm=c("Yes", "yes","YeS", "no", "nO", "No", NA),
                 env_year=c(2011, 2020,2019,2010,2010,2010,NA),
                 global_M=c("yes", "YEs", "no", "Yes","Yes", "no", NA),
                 audit_year=c(2014, NA,NA,2010,NA,NA,NA))

df_N <- df |>
  mutate(Situation = case_when(
    tolower(old_farm) == "yes" & tolower(global_M) == "yes" & !is.na(audit_year) ~
      paste0("New costat ", env_year, ", Closed antex ", audit_year),
    tolower(old_farm) == "yes" & tolower(global_M) == "yes" & is.na(audit_year) ~
      paste0("New costat ", env_year),
    tolower(old_farm) == "yes" & tolower(global_M) == "no" & is.na(audit_year) ~
      paste0("New costat ", env_year),
    tolower(old_farm) == "no" & tolower(global_M) == "yes" & !is.na(audit_year) ~
      paste0("Closed antex ", audit_year),
    tolower(old_farm) == "no" & tolower(global_M) == "yes" & is.na(audit_year) ~
      paste0("missing entry"),
    tolower(old_farm) == "no" & tolower(global_M) == "no" & is.na(audit_year) ~
      paste0("Full exit"),
    rowSums(across(everything(), is.na)) == ncol(df) ~ 
      "Not at all",
    .default = NA
  ))
    • 1

相关问题