如何创建引用另一列的新列？

Question

我花了合理的时间来解决我的问题，但我不能，我决定在这里问。 我有一个来自调查的数据集，其中每个家庭都有不同的身份号码。 在另一列中给出了该家庭的人数。

Household ID  Individuals
173           1 
174           1 
174           2
175           1
175           2
175           3

我想要做的是创建一个新列，它引用另外两个列，如果该家庭只有一个人，我想要家庭 ID (173) ； 如果人数超过一个，对于第一个个人，我想要家庭 ID（174），对于第二个家庭 ID + B（例如 174B），依此类推。 我使用过ifelse但没有得到我想要的。 即：

Household ID  Individuals  New Column
 173           1            173 
 174           1            174
 174           2            174B  
 175           1            175
 175           2            175B
 175           3            175C

提前致谢。

Answer 1

如果我们希望输出末尾带有字母，请按“HouseholdID”进行分组，然后根据“Individuals”序列将“HouseholdID”与匹配的LETTERS paste在一起

library(dplyr)
library(stringr)
df1 %>% 
  group_by(HouseholdID) %>%
  mutate(NewColumn = if(n() > 1) c(HouseholdID[1], 
          str_c(HouseholdID[-1], LETTERS[Individuals[-1]]))
           else as.character(HouseholdID))
# A tibble: 6 x 3
# Groups:   HouseholdID [3]
#  HouseholdID Individuals NewColumn
#        <int>       <int> <chr>    
#1         173           1 173      
#2         174           1 174      
#3         174           2 174B     
#4         175           1 175      
#5         175           2 175B     
#6         175           3 175C     

---

或者也可以用make.unique来完成

df1$NewColumn <- make.unique(as.character(HouseholdID))

在这里，而不是末尾的字母，唯一标识符是 1, 2, 3

数据

df1 <- structure(list(HouseholdID = c(173L, 174L, 174L, 175L, 175L, 
175L), Individuals = c(1L, 1L, 2L, 1L, 2L, 3L)), class = "data.frame", 
row.names = c(NA, 
-6L))

Answer 2

case_when包中的dplyr是多个 ifelse 的不错选择：

library(tidyverse) ; library(stringr)
df %>% mutate(New = case_when(Individuals == 1 ~ str_c(Household_ID, "", sep = ""),
                              Individuals == 2 ~ str_c(Household_ID, "B", sep = ""),
                              Individuals == 3 ~ str_c(Household_ID, "C", sep = "")))

这是我得到的结果：

  Household_ID Individuals  New
1          173           1  173
2          174           1  174
3          174           2 174B
4          175           1  175
5          175           2 175B
6          175           3 175C

PS：对于数据部分，如果您需要。

library(data.table)
df = fread("Household_ID  Individuals
            173           1 
            174           1 
            174           2
            175           1
            175           2
            175           3")

但是如果Individuals中有很多唯一值，您可以尝试创建一个新列，其中字母与每个 Individuals 值匹配，然后创建另一列组合Household ID ，最后删除字母列。

df %>% 
  mutate(Letter = LETTERS[Individuals]) %>%
  mutate(New = ifelse(Individuals != 1, 
                      str_c(Household_ID, Letter, sep = ""), 
                      Household_ID)) %>%
  select(-Letter)

希望这有帮助！