条件字符列 ffdf 数据

Question

我使用 ffbase 包将一个大数据集（约 600 万行）导入到 R 中，该包列出了在巴西就读高中的人数。 原则上，我有 2 列：Id（学生 ID 号）和大学（机构名称）。

我想创建一个列 - 在我的示例中名为 Group - 将每所大学与其教育组相关联：

Id           University       Group
000001       Anhanguera       Kroton
000002       Unopar           Kroton
000003       Anhembi          Laureate
000004       FMU              Laureate

PS：我的数据集中没有关于教育团体的信息，但是，我有我需要的关于每个大学对应哪个团体的信息。 这样，我需要将此详细信息附加到我的数据中。

PS2：大学列的类是ff_vector。

我感谢您可能做出的任何贡献。

Answer 1

如果您有很长的组列表，这可能不是最快的方法，但是，使用dplyr包中的mutate ：

data <- data.frame("Id" = 000001:000004, "University" = c("Anhanguera", "Unopar", "Anhembi", "FMU"))

data <-  mutate(data, Group = as.factor(
    ifelse(University %in% "Anhanguera", "Kronton", 
        ifelse(University %in% "Unopar", "Kronton",
            ifelse(University %in% "Anhembi", "Laureate",
                ifelse(University %in% "FMU", "Laureate", NA))))))        
data
str(data)

我在这里使用了 University ，但只需将其替换为ff_vector 。

如果您想保留 Group 作为字符，请删除as.factor() 。

我不熟悉ffbase ，但请参阅ffbase2以使用dplyr和ffbase 。