我希望这还没有得到回答,并且我搜索正确的术语(因为我不确定如何用几句话表达我的问题(。
所以基本上我有一个数据帧,里面有一列所谓的SIC代码。我还有一个查找表,可以将每个SIC代码分类为某个类别。现在,我想将 SIC 代码与类别编号匹配。但是,查找表仅给出了 SIC 代码的范围,即行包含:
- 分类编号
- 此分类的最低 SIC 代码
- 此分类的最高 SIC 代码。
如果我有一个像 1111 这样的 SIC 代码,但循环表列 2 是 1000,列 3 是 1500,那么简单的匹配函数将不起作用。为了更好地理解,我创建了一个示例:
test <- as.data.frame(c(1012, 2010, 3545, 5550, 7068))
colnames(test) <- "SIC"
ind_num <- c(1, 3, 4, 5, 7, 10, 11, 12, 14, 15)
sic_low <- c(0, 1010, 1012, 1050, 2000, 2005, 3500, 5550, 7050, 8000)
sic_high <- c(20, 1011, 1020, 1099, 2002, 2020, 3545, 5551, 7070, 8010)
LUPtable <- data.frame(ind_num, sic_low, sic_high)
test$new <- lapply(test$SIC, function(x) LUPtable$ind_num[match(x, LUPtable$sic_low)])
提前感谢!
或类似
test$new <- lapply(test$SIC, function(x) LUPtable$ind_num[x>=LUPtable$sic_low & x<=LUPtable$sic_high])
您可以遍历每个值以使用vapply()
进行测试,并获取它介于低值和高值之间的索引。
LUPtable$ind_num[vapply(test$SIC, function(x) which(x >= LUPtable$sic_low & x <= LUPtable$sic_high), numeric(1))]