需要向数据框添加一列。 数据在另一个向量中，仅是一个原始DF列的子集，以供参考

Question

我是R的新手，请教您。

我有一个像这样的数据框DF：

user      age    email        address   ...
user1     20     u1@domain    address1  ...
user2     19     u2@domain    address2  ...
user3     30     u3@domain    address3  ...
...
userm     32     um@domain    addressm ...
...
usern     xx     un@domain    address4  ...

我有一个向量如下：

user1
user3
...
userm

我需要具备以下条件：

user      age    email        address   newcol ...
user1     20     u1@domain    address1  yes    ...
user2     19     u2@domain    address2  no     ...
user3     30     u3@domain    address3  yes    ...
...
userm     32     um@domain    addressm  yes    ...
...
usern     xx     un@domain    address4  no     ...

简而言之，在DF中添加一个新列，其中不包含（默认情况下），如果对应用户在矢量中，则包含yes。

任何建议表示赞赏，谢谢您的时间。

Answer 1

为了扩展乔兰的答案：

假设您的data.frame名为df。 在data.frame名为newcol的列：

df$newcol <- 'no'

如果它们是您向量的%in% ，则将newcol中的值更改为“ yes”（我假设其名为vec）。

df$newcol[df$user %in% vec] <- 'yes'

您也可以使用ifelse一步完成此ifelse ：

df$newcol <- ifelse(df$user %in% vec, 'yes', 'no')

或者，如果您想变得棘手，可以使用merge(..., all=TRUE) ...

Answer 2

这可能不是最有效的示例，但它似乎有效：

data<-data.frame(c(1,2,3,4,5),c("a","b","c","d","e"));
colnames(data)<-c("numbers","names");
lookup<-c("a","d","e")

data$newcol<-rep("no",dim(data)[1])

for(i in 1:length(lookup)){
store<-which(data$names==lookup[i])
data$newcol[store]<-"yes";
}

Answer 3

你可以这样

DF$newcol <- 'no'
DF$newcol[DF$user %in% newVector] <- 'yes'

或者这样

DF$newcol <- ifelse(DF$user %in% newVector, 'yes', no)

前者效率更高

Answer 4

您可以简单地使用％in％函数

df$newcol <- ifelse(df$user %in% vec, 'yes', 'no')

Answer 5

要检测向量中是否存在您的值，可以直接合并2个数据帧。 这对于大型数据集尤其有用，因为由于多对多匹配，IFelse语句或％in％语句可能会花费更多时间。

例如。

vec=data.frame(user=vec) #converting vector to dataframe
DF <-merge(DF,unique(vec),by="user",all.x=T) #similar to left join in sql
DF$newcol<- "yes" #creating a new column having all values as yes
DF$newcol[is.na(DF$user2)]<- "no" #all the rows which were not present in the vector will be NAs in the newly joined column hence substituting these values as "no"

Answer 6

vNoYes <- c("No","Yes")# vector with new codes
idx <- (df$user %in% v)+1L# position of codes in data frame
df$newcol <- vNoYes[idx]