在条件基础上更改列的值（缺失数据和分类）

Question

对于问卷，我想复制 df1，其中 x 列发生以下两件事：

将 x（编码为 0）的缺失数据替换为“-1”。所以所有的0都必须变成-1.
x 的特定部分用数字而不是类别编码。我创建了一个函数来将不同的类别分配给不同的值

categorise <- function(a_vector) { a_vector = case_when(
        a_vector >= 0 & a_vector < 50 ~ 1,
        a_vector >= 50 & a_vector < 500 ~ 2,
        a_vector >= 500 & a_vector < 5000 ~ 3,
        a_vector >= 5000 & a_vector < 50000 ~ 4,
        a_vector >= 50000 & a_vector < 500000 ~ 5,
        a_vector >= 500000 & a_vector < 5000000 ~ 6,
        a_vector >= 5000000 & a_vector < 50000000 ~ 7,
        a_vector >= 50000000 & a_vector < 500000000 ~ 8)
        strong texta_vector }

Answer 1

我们可以使用findInterval

replace(findInterval(a_vector, c(0, 50, 500, 5000, 50000, 
      500000, 5000000, 50000000)), a_vector == 0, -9)
#[1] -9  1  1  2  2  3  4

或 cut

as.integer(cut(a_vector, breaks =  c(0, 50, 500, 5000, 50000, 500000, 5000000, 50000000)))

数据

a_vector <- c(0L, 1L, 10L, 65L, 250L, 555L, 5000L)

Answer 2

我想你可以这样写 categorise_losses 函数：

categorise_losses <- function(x)
  as.integer(log10(x / 5)) + 1L

# an example of using the function
categorise_losses(c(1L, 10L, 65L, 250L, 555L, 5000L))
#R> [1] 1 1 2 2 3 4

# compare with the OP's function
library(dplyr)
categorise_losses_OP <- function(x)
  case_when(
    x >= 0 & x < 50 ~ 1,
    x >= 50 & x < 500 ~ 2,
    x >= 500 & x < 5000 ~ 3,
    x >= 5000 & x < 50000 ~ 4,
    x >= 50000 & x < 500000 ~ 5,
    x >= 500000 & x < 5000000 ~ 6,
    x >= 5000000 & x < 50000000 ~ 7,
    x >= 50000000 & x < 500000000 ~ 8)

# we get the same
all.equal(categorise_losses_OP(1:500000), 
          categorise_losses   (1:500000))
#R> [1] TRUE

处理0变成-9的情况，那么可以使用：

categorise_losses <- function(x)
  suppressWarnings(ifelse(x == 0, -9L, as.integer(log10(x / 5)) + 1L))

categorise_losses(c(0L, 1L, 10L, 65L, 250L, 555L, 5000L))
#R> [1] -9  1  1  2  2  3  4

要在列条目的子集上使用该函数，您可以使用 $ 访问该列，然后使用 [] 对您需要的条目进行子集化，如下所示：

# data set example
dat <- data.frame(year = c(1950L, 1950L, 1950L, 2010L, 2010L, 2010L), 
                  crop_loss = c(0L, 5L, 95L, -9L, -9L, 1L))

# use the function on the data
categorise_losses <- function(x)
  suppressWarnings(ifelse(x == 0, -9L, as.integer(log10(x / 5)) + 1L))

dat$crop_loss[dat$year <= 2006L] <- 
  categorise_losses(dat$crop_loss[dat$year <= 2006L])

# the result
dat
#R>   year crop_loss
#R> 1 1950        -9
#R> 2 1950         1
#R> 3 1950         2
#R> 4 2010        -9
#R> 5 2010        -9
#R> 6 2010         1

在条件基础上更改列的值（缺失数据和分类）

Change values of columns on conditional bases (Missing Data and Categorical)

r

transform

vector

apply

na

数据