創建一個新的變量

Question

您好我有一個數據集，看起來像這樣

bankname bankid year totass invloc1 invamt1 invloc2 invamt2 invloc3 invamt3 
Bank A 1 1881 244789 Philadelphia 7250.32 New York 20218.20 Philadelphia 29513.4 
Bank B 2 1881 195755 Pittsburgh 10243.60 NA 1851.51 NA NA 
Bank C 3 1881 107736 New York 13357.80 Wilkes-Barre 17761.20 NA NA 
Bank D 4 1881 170600 Philadelphia 3.35 Philadelphia 2.00 NA NA 
Bank E 5 1881 32000000 New York 351266.00 New York 314012.00  NA 

，但我想創建一個使用invloc和invamt每個銀行變量稱爲NY_tot新變量。對於每家銀行而言，如果他們的調查是紐約，那麼就可以進行調整。 invloc1和invamt1一起去。因此，我希望這個數據集看起來像這樣。

bankname bankid year totass invloc1 invamt1 invloc2 invamt2 invloc3 invamt3 NY_tot 
Bank A 1 1881 244789 Philadelphia 7250.32 New York 20218.20 Philadelphia 29513.4 20218.20 
Bank B 2 1881 195755 Pittsburgh 10243.60 NA 1851.51 NA NA 0 
Bank C 3 1881 107736 New York 13357.80 Wilkes-Barre 17761.20 NA NA 13357.80 
Bank D 4 1881 170600 Philadelphia 3.35 Philadelphia 2.00 NA NA 0 
Bank E 5 1881 32000000 New York 351266.00 New York 314012.00  NA 665278 

這裏是我使用

bankname <- c("Bank A","Bank B","Bank C","Bank D","Bank E") 
bankid <- c(1, 2, 3, 4, 5) 
year<- c(1881, 1881, 1881, 1881, 1881) 
totass <- c(244789, 195755, 107736, 170600, 32000000) 
invloc1 <-c("Philadelphia","Pittsburgh","New York","Philadelphia","New York") 
invamt1<-c(7250.32,10243.6,13357.8,3.35,351266) 
invloc2<-c("New York","NA","Wilkes-Barre","Philadelphia","New York") 
invamt2<-c(20218.2,1851.51,17761.2,2,314012) 
invloc3<-c("Philadelphia","NA","NA","NA","") 
invamt3<-c(29513.4,NA,NA,NA,NA) 
bankdata<-data.frame(bankname, bankid,year,totass, invloc1, invamt1, invloc2, invamt2, invloc3, invamt3) 

當我嘗試下面的代碼數據集：

變化因子變量（invloc）字符

i <- sapply(bankdata, is.factor) 
bankdata[i] <- lapply(bankdata[i], as.character) 

然後創建一個新變量

for(i in 1:nrow(bankdata)){ 
bankdata$NY_tot<-0 
for(j in 1:3){ 
if((!is.na(bankdata[i,paste("invloc",j,sep="")])) && (bankdata[i,paste("invloc",j,sep="")]=="New York")){ 
    if (!is.na(bankdata[i,paste("invamt",j,sep="")])){ 
    bankdata$NY_tot[i]<-bankdata$NY_tot[i]+bankdata[i,paste("invamt",j,sep="")] 
     } 
    } 
    } 
} 

我在我的NY_tot變量中獲得0。你能告訴我爲什麼嗎？

預先感謝您！

Answer 1

正如其他人在評論中所說的，你不需要爲循環做這些事情。 R有很多奇特的內置函數可以快速處理這類問題。

在這種情況下，您的解決方案是ifelse。我對你想使用哪一列有些困惑，但是嘗試這樣：

bankdata$NY_tot=ifelse(bankdata$invloc1=="New York",sum(bankdata$invamt1,bankdata$invamt2),NA) 

這是怎麼回事？ ifelse是這樣的：

ifelse(conition, value_if_true, value_if_false) 

所以，在你的情況下，功能檢查invloc1值是否爲"New York"，返回總和，如果它是和NA如果它不是。最好的部分是它自動逐行執行，所以你不需要手動迭代數據幀，這就是上面的代碼導致的問題。

編輯：由以下@Richard斯克裏文的建議，你能避免使用with或within，輸入數據框的名字四次如：

bankdata<-within(bankdata, NY_tot=ifelse(invloc1=="New York"),sum(invamt1,invamt2),NA) 

這是一個極好的技巧，我將使用我的餘生，基本上告訴R，所有給出的變量名都與bankdata相關聯，所以你不必輸入它。