R ifelse() 评估条件并 returns 匹配

Question

我有一个数据框

countryname <- c("Viet Nam", "Viet Nam", "Viet Nam", "Viet Nam", "Viet Nam")
year <- c(1974, 1975, 1976, 1977,1978)

df <- data.frame(countryname, year)

这是按年份格式的长国家/地区。

我想创建一个函数，可以根据观察年份对国家/地区名称进行标准化。我创建了一个能够从数据框 cnames 中提取并标准化名称的函数，但这仅对横截面有用，并且如果国家/地区名称不随时间变化。

country <- c("Vietnam, North", "Vietnam, N.", "Vietnam North", "Viet Nam", "Democratic Republic Of Vietnam")
standardize <- c("Vietnam, Democratic Republic of", "Vietnam, Democratic Republic of", "Vietnam, Democratic Republic of", "Vietnam, Democratic Republic of", "Vietnam, Democratic Republic of")
panel <- c("Vietnam", "Vietnam","Vietnam","Vietnam","Vietnam")
time <- c(1976,1976,1976,1976,1976)

cnames <- data.frame(country, standardize, panel, time)

要标准化的函数是

country_name <- function(x) {
   return(cnames[match(x,cnames$country),]$standardize)
}

但是，如您所见，这并未考虑国家/地区名称随时间的任何变化。我尝试了很多不同的东西，我最接近的是这个功能。

country_panel <- function(x, y) {

  ifelse(cnames$time < y, 
    return(cnames[match(x, cnames$country),]$panel),
    return(cnames[match(x, cnames$country),]$standardize)
  )
}

我使用 dplyr 链拉入数据框，然后使用 mutate 创建一个新变量，理想情况下可以捕获国家/地区名称的差异。

d1 <- df %>%
    mutate(new_name = country_panel(countryname, year))

我发现的问题是该函数仅将 country_panel 函数中的 y 作为单个对象计算，而不是作为向量计算。如果我输入一个大于或小于 cnames$time 的整数，它会正确评估但会传递每一行的值。

我怎样才能让这个函数评估每个 cnames$country 和 cnames$time 与 df$year 和 return 的正确 cnames$panel 或 cnames$standardize 的关系？

感谢您的帮助。

Answer 1

您可以根据年份和国家名称加入表格：

left_join(df, cnames, by = c("countryname" = "country", "year" = "time"))

  countryname year                     standardize   panel
1    Viet Nam 1974                            <NA>    <NA>
2    Viet Nam 1975                            <NA>    <NA>
3    Viet Nam 1976 Vietnam, Democratic Republic of Vietnam
4    Viet Nam 1977                            <NA>    <NA>
5    Viet Nam 1978                            <NA>    <NA>

Answer 2

d1
#   countryname year                        new_name
# 1    Viet Nam 1974 Vietnam, Democratic Republic of
# 2    Viet Nam 1975 Vietnam, Democratic Republic of
# 3    Viet Nam 1976 Vietnam, Democratic Republic of
# 4    Viet Nam 1977                         Vietnam
# 5    Viet Nam 1978                         Vietnam

您需要做的就是确保在定义数据框时将它们设置为 stringsAsFactors=F，即 (df <- data.frame(countryname, year, stringsAsFactors=F))。并取出return命令：

country_panel <- function(x, y) {
  ifelse(cnames$time < y, 
    cnames[match(x, cnames$country),]$panel,
    cnames[match(x, cnames$country),]$standardize
  )
}

其背后的原因是 return 一旦函数被调用就会停止其运行。因此，您的数据框由单个值输出填充。这就是为什么它们都是一样的。

R ifelse() 评估条件并 returns 匹配

R ifelse() evaluates a condition and returns match

r

dplyr