分类虚拟R

在一个庞大的美国股票数据集中，我有一个包含SIC代码的整数变量

我想创建一个虚拟变量，表示50人的主要群体，即耐用品为1，其他为0的变量

我试过密码：

data$durable <- as.integer(grepl(pattern = "50", x = data$sic))

---

data$durable使用除法或向左填充零，并检查前两个字母

code <- c(100, 102, 501, 5010)

# approach 1
as.integer(as.integer(code/100) == 50)

# approach 2
as.integer(substring(sprintf("%04d", code), 1, 2) == "50")

code
增编：

解决这个问题有多种方法

我建议查看stringi包以进行字符串编辑

以及插入符号包-用于变量的简化和其他统计转换

library(readxl)
library(dplyr)
library(stringi)

data_sic <- read_excel("./sic_example.xlsx")

data_sic$temp1 <- stri_sub(data_sic$SIC,1,2)

data_sic <- mutate(data_sic, durable_indicator =
                     ifelse(temp1 == "50", 1, 0))

str(data_sic)

str(data_sic)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   6 obs. of  4 variables:
 $ SIC              : num  4955 4961 4991 5000 5010 ...
 $ Industry Title   : chr  "HAZARDOUS WASTE MANAGEMENT" "STEAM & AIR-CONDITIONING SUPPLY" "COGENERATION SERVICES & SMALL POWER PRODUCERS" "WHOLESALE-DURABLE GOODS" ...
 $ temp1            : chr  "49" "49" "49" "50" ...
 $ durable_indicator: num  0 0 0 1 1 1