根据R中另一个变量的条件重新编码变量的最简单方法是什么？

Question

愚蠢的例子df，“猫”：

species color tail_length
calico  brown     6
calico  gray      6
tabby   multi     5
tabby   brown     5

假设我想创建一个新的变量，个性。 这里的值将根据tail_length进行重新编码，但也取决于猫的种类和颜色。 所以理想的最终df看起来像这样：

species color tail_length personality
calico  brown     6          mean
calico  gray      6          nice
tabby   multi     5          mean
tabby   brown     5          nice

目前，我正在使用代码：

library(car)
cat$personality<-recode(cat$tail_length, "'6'==mean, '5'==nice")
cat$personality[cat$species=="calico" & cat$color=="brown"] <- mean
cat$personality[cat$species=="calico" & cat$color=="gray"] <- nice
cat$personality[cat$species=="tabby" & cat$color=="multi"]<- mean
cat$personality[cat$species=="tabby" & cat$color=="brown"]<-nice

我的主要问题是：是否有更简单的方法将这些功能合并为一个？ 鉴于我在飞行中编写了这个示例数据，请在回答时带上一点点盐。 谢谢！ 作为R初学者，我非常感谢你的帮助。

Answer 1

这是使用qdap和qdapTools （我维护的CRAN包）的一种方法：

library(qdap); library(qdapTools)

key <- list(
    mean = c( "calico.gray", "tabby.brown"),
    nice = c("calico.brown", "tabby.multi")
)

dat[["personality"]] <- paste2(dat[1:2]) %l% key
dat

##   species color tail_length personality
## 1  calico brown           6        nice
## 2  calico  gray           6        mean
## 3   tabby multi           5        nice
## 4   tabby brown           5        mean

基本上，您创建一个基于组合列的命名列表的键。 然后%l%充当哈希表查找。

Answer 2

你在这里做的并不多，因为在一天结束时，你仍然需要指定要分配的条件和新变量。

但是，您可以通过减少对样板代码within ：

within(cat, {
  personality <- recode(tail_length, "'6'==mean, '5'==nice")
  personality[species == "calico" & color == "brown"] <- "mean"
  personality[species=="calico" & color=="gray"] <- "nice"
  personality[species=="tabby" & color=="multi"] <- "mean"
  personality[species=="tabby" & color=="brown"] <- "nice"
})

Answer 3

这实际上只是一个merge操作。 （此外，你已经指定了标准，因为species和tail_length是完全相关的。但是因为它只是一个可能不是问题的例子。）假设你的第一个数据帧是dat ，标准数据帧是lookup 。 那么你需要做的就是：

> merge(dat, lookup)
  species color tail_length personality
1  calico brown           6        mean
2  calico  gray           6        nice
3   tabby brown           5        nice
4   tabby multi           5        mean

不是一个非常有趣或戏剧性的结果，因为它看起来就像lookup数据帧，但给它一些更大的东西：

> merge( rbind(dat,dat,dat) , lookup)
   species color tail_length personality
1   calico brown           6        mean
2   calico brown           6        mean
3   calico brown           6        mean
4   calico  gray           6        nice
5   calico  gray           6        nice
6   calico  gray           6        nice
7    tabby brown           5        nice
8    tabby brown           5        nice
9    tabby brown           5        nice
10   tabby multi           5        mean
11   tabby multi           5        mean
12   tabby multi           5        mean