从多个其他因素中快速生成因子
从多个其他因素中快速生成因子
提问于 2021-12-16 16:36:30
我有一个数据框架，如下所示：
df <- data.frame(
id = c(1, 2, 3, 4, 5),
generation = as.factor(c(3, 2, 4, 3, 4)),
income = as.factor(c(4, 3, 3, 7, 3)),
fem = as.factor(c(0, 0, 1, 0, 1))
)其中id是数据集中个体的标识符，generation、income和fem是个体的分类特征。现在，我想根据个人特征将个人归入队列(“组”)，其中对个人特征具有完全相同值的个体应该得到相同的cohort_id。因此，我希望得到以下结果：
data.frame(
id = c(1, 2, 3, 4, 5),
generation = as.factor(c(3, 2, 4, 3, 4)),
income = as.factor(c(4, 3, 3, 7, 3)),
fem = as.factor(c(0, 0, 1, 0, 1)),
cohort_id = as.factor(c(1, 2, 3, 4, 3))
)请注意，id =3和id =5得到的cohort_id与它们具有相同的特征相同。
我的问题是，是否有一种快速的方法来创建cohort_id，而不必一次又一次地使用多个case_when或ifelse？如果您想要构建许多队列，这可能会变得非常乏味。使用dplyr的解决方案很好，但没有必要。
回答 2
Stack Overflow用户
回答已采纳
发布于 2021-12-16 16:41:41
有多种方法可以做到这一点-一种选择是使用paste值对列和match进行unique
library(dplyr)
library(stringr)
df %>%
mutate(cohort_id = str_c(generation, income, fem),
cohort_id = match(cohort_id, unique(cohort_id)))-output
id generation income fem cohort_id
1 1 3 4 0 1
2 2 2 3 0 2
3 3 4 3 1 3
4 4 3 7 0 4
5 5 4 3 1 3Stack Overflow用户
发布于 2021-12-16 18:15:57
以下代码将创建一个索引“cohort_id”，其值与所提供的预期值略有不同，但符合分组规则：
library(dplyr)
df %>% group_by(generation, income, fem) %>%
mutate(cohort_id = cur_group_id())%>%
ungroup()
# A tibble: 5 × 5
id generation income fem cohort_id
<dbl> <fct> <fct> <fct> <int>
1 1 3 4 0 2
2 2 2 3 0 1
3 3 4 3 1 4
4 4 3 7 0 3
5 5 4 3 1 4页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70382569
复制相关文章
相似问题
腾讯云开发者
