r - 如何唯一识别变量组中的观察值？

Question

我有一个示例数据框“z ”，如下所示:

deaths  sex race    smokes  pyears
10  Female  White   0   1410
14  Male    White   1   1974
14  Female  Black   0   1974
16  Male    Black   1   2256
17  Male    Black   0   2397
18  Female  NA  1   2538
19  NA  Black   0   2679
20  Female  White   1   2820
20  Female  Black   0   2820
21  Male    Black   1   2961

我喜欢创建新的变量“ group”，将变量race 和sex 结合起来。这个新变量唯一地标识了 daaframe "z"中的观察组。预期的输出是

 group
    1
    2
    3
    4
    4
    6
    5
    1
    3
    4

我想知道我们如何在 R 中编码？

Answer 1

这是我在想的事情:

dat <- read.table(text = "deaths  sex race    smokes  pyears
10  Female  White   0   1410
14  Male    White   1   1974
14  Female  Black   0   1974
16  Male    Black   1   2256
17  Male    Black   0   2397
18  Female  NA  1   2538
19  NA  Black   0   2679
20  Female  White   1   2820
20  Female  Black   0   2820
21  Male    Black   1   2961",header = TRUE,sep = "")

dat$sex <- factor(dat$sex,exclude = NULL)
dat$race <- factor(dat$race,exclude = NULL)

with(dat,interaction(sex,race))

 [1] Female.White Male.White   Female.Black Male.Black   Male.Black   Female.NA    NA.Black     Female.White Female.Black
[10] Male.Black  
Levels: Female.Black Male.Black NA.Black Female.White Male.White NA.White Female.NA Male.NA NA.NA

看起来您想包含 NA，而不是删除它们，因此显式 factor调用。显然，结果因子可以使用 as.integer 转换为整数。 ，尽管实际数字可能不会按照您指定的顺序排列，因为 R 会按字母顺序排列事物，而不是它们在您的数据框中的显示方式。