r - 将字符串变量分组为R中的因素

Question

此处的应用程序将美国各州分组到区域中。

group1 <- c("ME", "NH", "VT", "MA", "CT", "RI")
group2 <- c("FL", "GA", "AL", "MS", "LA")

我的数据如下:

SomeVar | State
---------------
300     | AL
331     | GA
103     | MA
500     | FL

我想根据上面的分组向数据添加一个“区域”列，如下所示:

SomeVar | State | Region
------------------------
300     | AL    | 2
331     | GA    | 2
103     | MA    | 1
500     | FL    | 2

是否有直接的方法来根据分组分配因素？

Answer 1

group1 <- c("ME", "NH", "VT", "MA", "CT", "RI")
group2 <- c("FL", "GA", "AL", "MS", "LA")

grouptab <- rbind(data.frame(State=group1,grp=1),
                  data.frame(State=group2,grp=2))
DF <- read.table(text="SomeVar  State
300      AL
331      GA
103      MA
500      FL",header=TRUE)

merge(DF,grouptab)

或者更一般地说:

groupList <- list(group1,group2)
grouptab <- data.frame(State=unlist(groupList),
                       grp=rep(seq_along(groupList),
                               sapply(groupList,length)))

(可能还有其他方法可以做到这一点——我试过 mapply 但没能很快弄明白)

我认为 merge 的合适参数(例如 all、all.x、all.y)会以多种方式处理缺失组的情况。