通过条件查找在 R 数据框中创建新变量

Question

我想在 R 数据框中创建一个新变量，方法是将现有列用作同一 table 中另一列的查找值。例如，在以下数据框中：

df = data.frame(
  pet = c("smalldog", "mediumdog", "largedog",
             "smallcat", "mediumcat", "largecat"),
  numPets = c(1, 2, 3, 4, 5, 6)
  )

> df

        pet numPets
1  smalldog       1
2 mediumdog       2
3  largedog       3
4  smallcat       4
5 mediumcat       5
6  largecat       6

我想创建一个名为 numEnemies 的新列，对于小型动物，它等于零，但对于中型和大型动物，它等于相同大小但不同物种的动物数量。我想以此结束：

        pet numPets numEnemies
1  smalldog       1          0
2 mediumdog       2          5
3  largedog       3          6
4  smallcat       4          0
5 mediumcat       5          2
6  largecat       6          3

我尝试这样做的方法是使用条件逻辑生成一个字符变量，然后我可以用它从同一个数据框中查找我想要的最终值，这让我来到这里：

calculateEnemies <- function(df) {
  ifelse(grepl('small', df$pet), 0,
         ifelse(grepl('dog', df$pet), gsub('dog', 'cat', df$pet),
                ifelse(grepl('cat', df$pet),
                       gsub('cat', 'dog', df$pet), NA)))
}

df$numEnemies <- calculateEnemies(df)

> df

        pet numPets numEnemies
1  smalldog       1          0
2 mediumdog       2  mediumcat
3  largedog       3   largecat
4  smallcat       4          0
5 mediumcat       5  mediumdog
6  largecat       6   largedog

我想修改此函数以使用新生成的字符串根据 df$pet 中的相应值从 df$numPets 中查找值。我也愿意接受一种更好的方法，这种方法也可以概括。

Answer 1

下面是我将如何使用 data.table 包

来解决这个问题

library(data.table)
setDT(df)[, numEnemies := rev(numPets), by = sub(".*(large|medium).*", "\1", pet)]
df[grep("^small", pet), numEnemies := 0L]
#          pet numPets numEnemies
# 1:  smalldog       1          0
# 2: mediumdog       2          5
# 3:  largedog       3          6
# 4:  smallcat       4          0
# 5: mediumcat       5          2
# 6:  largecat       6          3

我基本上所做的是首先在整个数据集上创建 medium 和 large 组，然后反转每个组中的值。然后，当 grep("^small", pet) 时，我将 0 分配给 numPets 中的所有值。

这应该是非常有效和稳健的，因为它适用于任意数量的动物，而且您实际上不需要先验地知道动物的名字。

通过条件查找在 R 数据框中创建新变量

Create new variable in R data frame by conditional lookup

conditional

r

vector

dataframe