R 代码 : how to generate variable based on multiple conditions from other variables

Question

我有一个初级 R 用户:

这是我的数据集

factor1 <- c(1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 8,8,9, 9, 10, 10)
factor2 <- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15,16,17, 18, 19, 20)
factor3 <- c("a", "a", "a", "a", "a", "b", "b", "b", "b", "b", "c", "c", "c", "c", "c", "d", "d", "d", "d", "d")
factor4 <- c(10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120, 130, 140, 150,160,170, 180, 190, NA)
dataset <- data.frame(factor1, factor2, factor3, factor4) 

我这样创建了一个新变量:

dataset$newvar <-"NA"

如何执行以下操作:

如果 factor1>=5 and factor2<19 and (factor3="b"or factor3="c") and factor4 不同于 missing 且 newvar 等于 missing，我希望 newvar 取值 1

理想情况下，我想指定不同的条件，因此一些观察值将在变量 newvar 中取值 1、2、3 和 4，具体取决于其他几个变量的值。

这在 STATA 中非常简单直观，想知道在 R 中是否有简单直观的方法来做同样的事情。

Answer 1

根据多个条件为多个值生成一个新变量。

这部分问题没有明确解决:

Ideally I want to specify different conditions, so some observations will be value 1, 2, 3 and 4 in the variable newvar dependent on the values of several other variables.

一个简单的解决方案是使用 case_when。与 Stata 的 recode 类似，它允许您同时指定多个值。

它的工作方式如下:

newvar = case_when(
condition1 ~ target value,
condition2 ~ target value)

例如var1 == 1 ~ 0

重要的是你需要在每一行之后有一个,。

library(dplyr)

dataset <- mutate(dataset,
        newvar = case_when(
               factor1 >= 5 & factor2<19 & (factor3 =="b" | factor3 =="c")  ~ 1, 
               factor1 == 1 ~ 2,
               factor1 == 2 ~ 3,
               TRUE ~ NA_real_ # This is for all other values 
             ))                # not covered by the above.

dataset


#       factor1 factor2 factor3 factor4 newvar
# 1        1       1       a      10      2
# 2        1       2       a      20      2
# 3        2       3       a      30      3
# 4        2       4       a      40      3
# 5        3       5       a      50     NA
# 6        3       6       b      60     NA
# 7        4       7       b      70     NA
# 8        4       8       b      80     NA
# 9        5       9       b      90      1
# 10       5      10       b     100      1
# 11       6      11       c     110      1
# 12       6      12       c     120      1
# 13       7      13       c     130      1
# 14       7      14       c     140      1
# 15       8      15       c     150      1
# 16       8      16       d     160     NA
# 17       9      17       d     170     NA
# 18       9      18       d     180     NA
# 19      10      19       d     190     NA
# 20      10      20       d      NA     NA

请注意，您不能使用NA(缺失)作为目标值，而是使用以下之一

• NA_character_
• NA_real_
• NA_complex_
• NA_double_