#r #dataframe #if-statement
Вопрос:
ROW ID SEX RACE
2 REC1000023 F 1.Black
7 REC1000032 M 6.White
8 REC1000066 M 4.Asian
9 REC1000078 M 6.White
10 REC1000099 M 5.Multiracial
Я хотел бы создать двоичную переменную «Черный» и сделать ее равной 0 или 1 в зависимости от значения в столбце «ГОНКА». Мне также хотелось бы иметь «Белую» колонку и «Другую» колонку. Вот так:
ROW ID SEX RACE Black White Other
2 REC1000023 F 1.Black 1 0 0
7 REC1000032 M 6.White 0 1 0
8 REC1000066 M 4.Asian 0 0 1
9 REC1000078 M 6.White 0 1 0
10 REC1000099 M 5.Multiracial 0 0 1
Ответ №1:
В случае, если черный всегда кодируется как 1.Black , а белый всегда кодируется как 6.White , вы можете сравнить, используя == и повернув вектор TRUE/FALSE в 1/0, используя :
df$Black <- (df$RACE == "1.Black")
df$White <- (df$RACE == "6.White")
В случае, если другие символы меняются, вы можете использовать grepl :
df$Black <- grepl("Black", df$RACE, fixed = TRUE)
df$White <- grepl("White", df$RACE, fixed = TRUE)
Чтобы получить оставшийся столбец, просто используйте то, что уже Black есть, и White :
df$Other <- 1 - (df$Black | df$White)
Результат:
df
# ROW ID SEX RACE Black White Other
#1 2 REC1000023 F 1.Black 1 0 0
#2 7 REC1000032 M 6.White 0 1 0
#3 8 REC1000066 M 4.Asian 0 0 1
#4 9 REC1000078 M 6.White 0 1 0
#5 10 REC1000099 M 5.Multiracial 0 0 1
Ответ №2:
Работает ли это:
library(dplyr)
library(stringr)
df %>% mutate(Black = str_detect(RACE,'Black'),
White = str_detect(RACE,'White'),
Other = (!str_detect(RACE,'Black|White')))
# A tibble: 5 x 7
ROW ID SEX RACE Black White Other
<dbl> <chr> <chr> <chr> <int> <int> <int>
1 2 REC1000023 F 1.Black 1 0 0
2 7 REC1000032 M 6.White 0 1 0
3 8 REC1000066 M 4.Asian 0 0 1
4 9 REC1000078 M 6.White 0 1 0
5 10 REC1000099 M 5.Multiracial 0 0 1
Комментарии:
1. Это умно — очень мило!
Ответ №3:
Создайте новый столбец, в котором любое значение, кроме c('Black', 'White') «изменено на 'Other' «, и используйте pivot_wider .
library(dplyr)
library(tidyr)
df %>%
mutate(col = sub('\d \.', '', RACE),
col = replace(col, !col %in% c('Black', 'White'), 'Other')) %>%
pivot_wider(names_from = col, values_from = col,
values_fn = length, values_fill = 0)
# ROW ID SEX RACE Black White Other
# <int> <chr> <chr> <chr> <int> <int> <int>
#1 2 REC1000023 F 1.Black 1 0 0
#2 7 REC1000032 M 6.White 0 1 0
#3 8 REC1000066 M 4.Asian 0 0 1
#4 9 REC1000078 M 6.White 0 1 0
#5 10 REC1000099 M 5.Multiracial 0 0 1
Ответ №4:
library(tidyverse)
df <-
read_table(file = "ROW ID SEX RACE
2 REC1000023 F 1.Black
7 REC1000032 M 6.White
8 REC1000066 M 4.Asian
9 REC1000078 M 6.White
10 REC1000099 M 5.Multiracial ")
map_dfc(list('1.Black', '6.White'), ~ transmute(df, '{str_sub(.x, 3, -1)}' := if_else(RACE == .x, 1, 0))) %>%
mutate(other = if_else(Black White == 1, 0, 1)) %>% cbind(df, .)
#> ROW ID SEX RACE Black White other
#> 1 2 REC1000023 F 1.Black 1 0 0
#> 2 7 REC1000032 M 6.White 0 1 0
#> 3 8 REC1000066 M 4.Asian 0 0 1
#> 4 9 REC1000078 M 6.White 0 1 0
#> 5 10 REC1000099 M 5.Multiracial 0 0 1
Создан в 2021-06-16 гг. с помощью пакета reprex (версия 2.0)
Ответ №5:
Использование ifelse:
library(tidyverse)
# Example data
df <- data.frame(
stringsAsFactors = FALSE,
ROW = c(2L, 7L, 8L, 9L, 10L),
ID = c("REC1000023","REC1000032",
"REC1000066","REC1000078","REC1000099"),
SEX = c("F", "M", "M", "M", "M"),
RACE = c("1.Black","6.White","4.Asian",
"6.White","5.Multiracial")
)
# Create new columns
df2 <- df %>%
mutate(Black = ifelse(RACE == "1.Black", 1, 0),
White = ifelse(RACE == "6.White", 1, 0),
Other = ifelse(RACE != "1.Black" amp; RACE != "6.White", 1, 0))
df2
# ROW ID SEX RACE Black White Other
#1 2 REC1000023 F 1.Black 1 0 0
#2 7 REC1000032 M 6.White 0 1 0
#3 8 REC1000066 M 4.Asian 0 0 1
#4 9 REC1000078 M 6.White 0 1 0
#5 10 REC1000099 M 5.Multiracial 0 0 1
—
Не уверен, что скорость является фактором в вашем приложении, но вот контрольный показатель с использованием примера набора данных:
ronak_func <- function(df){
df %>%
mutate(col = sub('\d \.', '', RACE),
col = replace(col, !col %in% c('Black', 'White'), 'Other')) %>%
pivot_wider(names_from = col, values_from = col,
values_fn = length, values_fill = 0)
}
jared_func <- function(df){
df %>%
mutate(Black = ifelse(RACE == "1.Black", 1, 0),
White = ifelse(RACE == "6.White", 1, 0),
Other = ifelse(RACE != "1.Black" amp; RACE != "6.White", 1, 0))
}
karthik_func <- function(df){
df %>% mutate(Black = str_detect(RACE,'Black'),
White = str_detect(RACE,'White'),
Other = (!str_detect(RACE,'Black|White')))
}
jpdugo17_func <- function(df){
map_dfc(list('1.Black', '6.White'), ~ transmute(df, '{str_sub(.x, 3, -1)}' := if_else(RACE == .x, 1, 0))) %>%
mutate(other = if_else(Black White == 1, 0, 1)) %>% cbind(df, .)
}
GKi1_func <- function(df) {
df$Black <- (df$RACE == "1.Black")
df$White <- (df$RACE == "6.White")
df$Other <- 1 - (df$Black | df$White)
df
}
GKi2_func <- function(df) {
df$Black <- grepl("Black", df$RACE, fixed = TRUE)
df$White <- grepl("White", df$RACE, fixed = TRUE)
df$Other <- 1 - (df$Black | df$White)
df
}
jared_func_dt <- function(df){
setDT(df)
df[, Black := (df$RACE == "1.Black")][, White := (df$RACE == "6.White")][, Other := 1 - (df$Black | df$White)]
}
res <- microbenchmark::microbenchmark(ronak_func(df),
jared_func(df),
karthik_func(df),
jpdugo17_func(df),
GKi1_func(df),
GKi2_func(df),
jared_func_dt(df))
autoplot(res)
И тест с использованием примера набора данных с 10 тыс. строк:
df2 <- data.frame(stringsAsFactors = FALSE,
ROW = 1:10000,
ID = rep(c("REC1000023","REC1000032",
"REC1000066","REC1000078",
"REC1000099"), times = 2000),
SEX = sample(c("F", "M"),
replace = TRUE,
size = 10000),
RACE = sample(c("1.Black","6.White","4.Asian",
"6.White","5.Multiracial"),
replace = TRUE,
size = 10000))
res <- microbenchmark::microbenchmark(ronak_func(df2),
jared_func(df2),
karthik_func(df2),
jpdugo17_func(df2),
GKi1_func(df2),
GKi2_func(df2),
jared_func_dt(df2))
autoplot(res)
