R语言求助，根据旧的两个变量的不同组合生成新的变量

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

R语言求助。原有数据是这样的：数据集名称为edu edu.xls (27 KB)

2024-5-15 10:20:27 上传

数据集edu部分数据

，数据集edu里有id、a、b、c、d、e共6个变量，a和b的值为都为0、1或者缺失（NA）三种情况，a和b如图1所示。要根据a和b不同交叉组合在数据集edu里生成一个新的变量m，两个要求：（一）要求1：
           如果 a=1且b=1，则m=9；

     如果 a=1且b=0，则m=8；

     如果 a=1且b=NA，则m=7；

      如果 a=0且b=1，则m=6；

     如果 a=0且b=0，则m=5；

     如果 a=0且b=NA，则m=4；

    如果 a=NA且b=1，则m=3；

    如果 a=NA且b=0，则m=2；

   如果 a=NA且b为NA，则m=1。

（二）要求2：如果两个变量a和b任意一个为1，则m为1；如果两个变量a和b都为NA，则m为NA；其余情况m都赋值为0（即a和b都为0，a为0但是b缺失，a缺失但是b为0这三种情况m都赋值为0）。

请教怎么用R实现？
         

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：R语言 edu 数据集 R实现

用dplyr里的case_when和mutate函数

mutate( m = case_when(
a == 1 & b== 1 ~ 9,
a == 1 & is.na(b) ~ 8,
a == 0 & b = 1 ~ 7,
....
)

ficonay 发表于 2024-5-15 23:27
用dplyr里的case_when和mutate函数

mutate( m = case_when(

试了一下，报错：
Error in UseMethod("mutate") :
  "mutate"没有适用于"c('double', 'numeric')"目标对象的方法，请问应该怎么解决呢？还有如何实现，新生成的变量还是保存在edu这个数据集，也就是直接在edu数据集里添加一列m？
万分谢谢！！！！

可以使用ifelse语句或者case_when函数来完成这个任务。以下是两种方法的示例：

方法一：使用ifelse语句

```R
edu$m <- ifelse(is.na(edu$a) & is.na(edu$b), NA,
                ifelse((edu$a == 1 | edu$b == 1), 1,
                       ifelse(edu$a == 1 & edu$b == 1, 9,
                              ifelse(edu$a == 1 & edu$b == 0, 8,
                                     ifelse(edu$a == 1 & is.na(edu$b), 7,
                                            ifelse(edu$a == 0 & edu$b == 1, 6,
                                                   ifelse(edu$a == 0 & edu$b == 0, 5,
                                                          ifelse(edu$a == 0 & is.na(edu$b), 4,
                                                                 ifelse(is.na(edu$a) & edu$b == 1, 3,
                                                                        ifelse(is.na(edu$a) & edu$b == 0, 2, 0)))))))))
```

方法二：使用case_when函数（需要dplyr库）

```R
library(dplyr)

edu <- edu %>%
  mutate(m = case_when(
    is.na(a) & is.na(b) ~ NA_real_,
    a == 1 | b == 1 ~ 1,
    a == 1 & b == 1 ~ 9,
    a == 1 & b == 0 ~ 8,
    a == 1 & is.na(b) ~ 7,
    a == 0 & b == 1 ~ 6,
    a == 0 & b == 0 ~ 5,
    a == 0 & is.na(b) ~ 4,
    is.na(a) & b == 1 ~ 3,
    is.na(a) & b == 0 ~ 2,
    TRUE ~ 0
  ))
```

上述代码会根据你提供的要求在edu数据集中创建一个新变量m。你可以选择你喜欢的方法进行操作。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用

实现是

赵安豆 发表于 2024-5-16 21:14
可以使用ifelse语句或者case_when函数来完成这个任务。以下是两种方法的示例：

方法一：使用ifelse语句

感谢！
按照上述方法之一试了一下

edu <- edu %>%
  mutate(m = case_when(
    a == 1 & b == 1 ~ 9,
    a == 1 & b == 0 ~ 8,
    a == 1 & is.na(b) ~ 7,
    a == 0 & b == 1 ~ 6,
    a == 0 & b == 0 ~ 5,
    a == 0 & is.na(b) ~ 4,
    is.na(a) & b == 1 ~ 3,
    is.na(a) & b == 0 ~ 2,
    is.na(a) & is.na(b) ~1))

t<-table(edu$m,useNA="ifany")
t
关于m的描述如下：
5    6    8    9 <NA>
1    2    2    1   22

但是不正确，比如edu里原来有4行a和b都缺失，新产生的变量m=1应该有4行，但是没有m=1的，请问怎么解决呢？

dandan_9075 发表于 2024-5-17 12:07
感谢！
按照上述方法之一试了一下

把is.na的判断都提前。

1. edu <- edu %>%
   
2.   mutate(m = case_when(
   
3.     is.na(a) & is.na(b) ~1,
   
4.     is.na(a) & b == 1 ~ 3,
   
5.     is.na(a) & b == 0 ~ 2,
   
6.     a == 1 & is.na(b) ~ 7,
   
7.     a == 1 & b == 1 ~ 9,
   
8.     a == 1 & b == 0 ~ 8,
   
9.     a == 0 & is.na(b) ~ 4,
   
10.     a == 0 & b == 1 ~ 6,
    
11.     a == 0 & b == 0 ~ 5
    
12. ))

复制代码

cheetahfly 发表于 2024-5-17 13:17
把is.na的判断都提前。

多谢，但是
试了以上代码，m仍然是
   5    6    8    9 <NA>
   1    2    2    1   22 还是不正确

我测试过，关于t的描述是这样的：
1  2  3  4  5  6  7  8  9
4 12  3  1  1  2  2  2  1

问题可能出在其他地方，你执行一下dput(edu)，然后将得到的内容复制粘贴在帖子里。

cheetahfly 发表于 2024-5-19 11:17
我测试过，关于t的描述是这样的：
1  2  3  4  5  6  7  8  9
4 12  3  1  1  2  2  2  1

structure(list(id = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28), a = c("1", "0", "1", "0", "NA", "NA", "1", "0", "NA", "0", "NA", "NA", "NA", "1", "NA", "1", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA"), b = c("0", "1", "1", "0", "0", "1", "NA", "NA", "NA", "1", "1", "0", "NA", "0", "NA", "NA", "0", "0", "NA", "0", "0", "1", "0", "0", "0", "0", "0", "0"), c = c("2", "2", "2", "2", "1", "2", "2", "1", "1", "2", "NA", "2", "NA", "2", "1", "2", "2", "2", "2", "1", "2", "2", "2", "2", "2", "NA", "2", NA), d = c("2", "2", "2", "1", "2", "1", "2", "2", "2", "2", "NA", "2", "2", "2", "2", "2", "1", "2", "2", "2", "2", "2", "2", "2", "NA", "2", "NA", "2"), e = c("2", "2", "2", "2", "2", "2", "2", "2", "1", "2", "NA", "2", "NA", "2", "2", "2", "2", "2", "2", "1", "2", "1", "2", "2", "2", "2", "1", "2")), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, -28L))
执行dput()后是这样的