條件字符列 ffdf 數據

Question

我使用 ffbase 包將一個大數據集（約 600 萬行）導入到 R 中，該包列出了在巴西就讀高中的人數。 原則上，我有 2 列：Id（學生 ID 號）和大學（機構名稱）。

我想創建一個列 - 在我的示例中名為 Group - 將每所大學與其教育組相關聯：

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

PS：我的數據集中沒有關於教育團體的信息，但是，我有我需要的關於每個大學對應哪個團體的信息。 這樣，我需要將此詳細信息附加到我的數據中。

PS2：大學列的類是ff_vector。

我感謝您可能做出的任何貢獻。

Answer 1

如果您有很長的組列表，這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)

我在這里使用了 University ，但只需將其替換為ff_vector 。

如果您想保留 Group 作為字符，請刪除as.factor() 。

我不熟悉ffbase ，但請參閱ffbase2以使用dplyr和ffbase 。