插入一列基于R中其他列的类别

Question

我的数据帧当前如下所示：

Tree Cookie Age 
C1T1   A     10
C1T1   A     20
C1T1   A     30
C1T1   B     15
C1T1   B     20
C1T1   B     25
C1T2   A     12
C1T2   A     20
C1T2   B     5
C1T2   B     13

因此，对于每个"；树"；我有几个"；Cookies"；，对于每一块饼干，我都有不同的年龄(基本上代表了树生命的不同部分(。我想添加另一列，根据每棵树的最大年龄对其进行分类-最老cookie的最老年龄，在这种情况下，它将是两棵树中cookie A的最后年龄(因此，如果最大年龄<40，则将树分类为"年轻"；如果最大年龄>40且<120，则将其分类为"中年"；如果最老年龄>120，则分类为"老年"(。如有任何建议，我们将不胜感激！

Answer 1

好的，开始：我使用了dplyr库来执行此操作，它为我提供了%>%运算符和summarise()函数。我还将您的数据帧命名为trees。然后：

library(dplyr)
trees2 <- trees %>%
group_by(Tree = Tree) %>%
summarise(Age = max(Age))
trees2$Cat <- ifelse(trees2$Age < 40, "young", ifelse(trees2$Age > 120, "old", "mid-age"))
trees$Category = trees2$Cat[match(trees$Tree, trees2$Tree)]

以前，trees2会是这样的：

> trees2
# A tibble: 2 x 2
Tree  Age  
<chr> <chr>
1 C1T1  30   
2 C1T2  5  

> trees2$Cat <- ifelse(trees2$Age < 40, "young", ifelse(trees2$Age > 120, "old", "mid-age"))
> trees2
# A tibble: 2 x 3
Tree  Age   Cat  
<chr> <chr> <chr>
1 C1T1  30    young
2 C1T2  5     old  

之后，使用科里在这篇文章中的建议，我把这个tibble放在原始表格中，最后一行是：

trees$Category = trees2$Cat[match(trees$Tree, trees2$Tree)]

这给了我：

> trees
Tree Cookie Age Category
1  C1T1      A  10    young
2  C1T1      A  20    young
3  C1T1      A  30    young
4  C1T1      B  15    young
5  C1T1      B  20    young
6  C1T1      B  25    young
7  C1T2      A  12      old
8  C1T2      A  20      old
9  C1T2      B   5      old
10 C1T2      B  13      old

Answer 2

一种使用cut:的方法

trees_max <- trees %>%
group_by(Tree) %>%
summarise(max_age = max(Age))
breaks <- c(0, 40, 120, Inf)
labels <- c("young", "mid-age", "old")
trees_max$cat <- cut(trees_max$max_age, breaks, labels)

给你

> trees_max
# A tibble: 4 x 3
Tree  max_age cat    
<chr>   <dbl> <fct>  
1 C1T1       30 young  
2 C1T2       20 young  
3 C1T3       35 young  
4 C1T4       77 mid-age