R:根据一列值在另一列中的存在性生成虚拟变量

Question

我有一个像这样的数据框:

A                    B          
2012,2013,2014     2011
2012,2013,2014     2012
2012,2013,2014     2013
2012,2013,2014     2014
2012,2013,2014     2015

我想创建一个虚拟变量，表示B列中的值是否存在于A列中。1表示存在，0表示不存在。这样，

A                    B       dummy        
2012,2013,2014     2011        0
2012,2013,2014     2012        1
2012,2013,2014     2013        1
2012,2013,2014     2014        1
2012,2013,2014     2015        0

我尝试使用%in%来实现这一点:

df$dummy <- ifelse(df$B %in% df$A, 1, 0)

但事实证明，dummy 列中的所有内容都是1。

当我尝试使用另一种方法 any() 时，发生了同样的情况:

df$dummy <- any(df$A==df$B)

dummy 列中的所有内容都是 TRUE。

有没有一种有效的方法来生成这个虚拟变量？

非常感谢!

Answer 1

看起来列 A 是一串用逗号分隔的数字，因此 %in% 不合适(例如，如果您检查多个字符串向量中的 B 或数字(如果 A 和 B 是数字)。如果您的数据框架结构不同，请告诉我(并随时编辑您的问题)。

您可能可以通过多种方式来完成此任务。也许一种简单的方法是使用 grepl 一次一行来确定 B 列是否存在于 A 中。

library(tidyverse)

df %>%
  rowwise() %>%
  mutate(dummy = +grepl(B, A))

输出

# A tibble: 5 x 3
  A              B     dummy
  <fct>          <fct> <int>
1 2012,2013,2014 2011      0
2 2012,2013,2014 2012      1
3 2012,2013,2014 2013      1
4 2012,2013,2014 2014      1
5 2012,2013,2014 2015      0

数据

df <- data.frame(
  A = c(rep("2012,2013,2014", 5)),
  B = c("2011", "2012", "2013", "2014", "2015")
)