假设你有一个这样的数据集:
Vietnam Gulf War Iraq War
veteran1 1 0 0
veteran2 0 1 0
veteran3 0 0 1
veteran4 0 1 1 # <---- Note this row
您希望合并这些列而不影响数据框架中的其他列,如下所示:
Service
veteran1 1
veteran2 2
veteran3 3
veteran4 2 # <---- Note this row
,
-
1 = Vietnam
,2 = Gulf War
,3 = Iraq War
- 如果一个退伍军人已经服务了2或更多,它应该只选择一个(就像
veteran4
的情况下,它选择了他们最左边的列) - 数据框架中有许多其他列,它们不应该受到任何 的影响。
问题:
如何在R
中做到这一点?
(注意:如果在其他自由开源程序中更容易做到,请随意分享哪个程序以及您将如何做。这是一个庞大的数据集:300万行,美国社区调查)
看看你的数据,这似乎是一个简单的问题:
如果越南战争> 0,则使用1,如果海湾战争> 0则使用2,如果伊拉克战争> 0则使用3,则使用0
vietnam = c(1, 0, 0,0)
gulfwar = c(0,1,0,1)
iraq = c(0,0,1,1)
df = data.frame(vietnam, gulfwar, iraq)
df$service <- ifelse(df$vietnam > 0,1,ifelse(df$gulfwar>0,2,ifelse(df$iraq>0,3,0)))
df
结果: vietnam gulfwar iraq service
1 1 0 0 1
2 0 1 0 2
3 0 0 1 3
4 0 1 1 2
可能有点复杂(相对于其他解决方案),但这里是使用apply
的一种方法:
df$service <- apply(df, 1, function(x) which(x == 1)[1] )
df
vietnam gulfwar iraq service
1 1 0 0 1
2 0 1 0 2
3 0 0 1 3
4 0 1 1 2