r - R 中列的条件计算

Question

我有以下数据:

pop.2017 <- c(434,346,345,357)
pop.2018 <- c(334,336,325,345)
pop.2019 <- c(477,346,145,345)
pop.2020 <- c(474,366,341,300)


total <- c(34,36,34,35)


incident_month_yr <- c("2017-2","2017-5","2018-2","2019-2")

df <- data.frame(incident_month_yr,pop.2017,pop.2018,pop.2019,pop.2020,total)

df['perc'] <- NA

对于 Incident_month_yr 包含 2017 年的行，我希望 perc 等于 total/pop.2017对于 Incident_month_yr 包含 2018 年的行，我希望 perc 等于 total/pop.2018对于 Incident_month_yr 包含 2019 年的行，我希望 perc 等于 total/pop.2019对于 Incident_month_yr 包含 2020 的行，我希望 perc 等于 total/pop.2020

我已经尝试过这个:

df$perc[grepl(2017,df$incident_month_yr)] <- df$total/df$pop.2017
df$perc[grepl(2018,df$incident_month_yr)] <- df$total/df$pop.2018
df$perc[grepl(2019,df$incident_month_yr)] <- df$total/df$pop.2019
df$perc[grepl(2020,df$incident_month_yr)] <- df$total/df$pop.2020

但是，它并没有像我想要的那样将计算应用于特定行。我怎样才能做到这一点？

Answer 1

您可以使用以下解决方案:

library(dplyr)
library(stringr)


df %>% 
  mutate(perc = ifelse(str_detect(incident_month_yr, "2017"), total/pop.2017, 
                       ifelse(str_detect(incident_month_yr, "2018"), total/pop.2018, 
                       total/pop.2019)))


  incident_month_yr pop.2017 pop.2018 pop.2019 pop.2020 total       perc
1            2017-2      434      334      477      474    34 0.07834101
2            2017-5      346      336      346      366    36 0.10404624
3            2018-2      345      325      145      341    34 0.10461538
4            2019-2      357      345      345      300    35 0.10144928

特别感谢亲爱的@akrun我们还可以用基础 R 中的 grepl 函数替换 str_detect 以使用更少的包，并使用 case_when 代替 ifelse作为非嵌套替代方案。

df %>%
  mutate(perc = case_when(
    grepl("2017", incident_month_yr) ~ total/pop.2017,
    grepl("2018", incident_month_yr) ~ total/pop.2018,
    TRUE ~ total/pop.2019
  ))

  incident_month_yr pop.2017 pop.2018 pop.2019 pop.2020 total       perc
1            2017-2      434      334      477      474    34 0.07834101
2            2017-5      346      336      346      366    36 0.10404624
3            2018-2      345      325      145      341    34 0.10461538
4            2019-2      357      345      345      300    35 0.10144928