使用R中的for循环重新评估许多观测值

我有一个数据集，我在其中查看国家的纵向数据

master.set <- data.frame(
  Country = c(rep("Afghanistan", 3), rep("Albania", 3)),
  Country.ID = c(rep("Afghanistan", 3), rep("Albania", 3)),
  Year = c(2015, 2016, 2017, 2015, 2016, 2017),
  Happiness.Score = c(3.575, 3.360, 3.794, 4.959, 4.655, 4.644),
  GDP.PPP = c(1766.593, 1757.023, 1758.466, 10971.044, 11356.717, 11803.282), 
  GINI = NA,
  Status = 2,
  stringsAsFactors = F
)

> head(master.set)
      Country  Country.ID Year Happiness.Score   GDP.PPP GINI Status
1 Afghanistan Afghanistan 2015           3.575  1766.593   NA      2
2 Afghanistan Afghanistan 2016           3.360  1757.023   NA      2
3 Afghanistan Afghanistan 2017           3.794  1758.466   NA      2
4     Albania     Albania 2015           4.959 10971.044   NA      2
5     Albania     Albania 2016           4.655 11356.717   NA      2
6     Albania     Albania 2017           4.644 11803.282   NA      2

我收到了这个错误：

Error in `[[<-.data.frame`(`*tmp*`, Country.ID[i], value = logical(0)) : 
  replacement has 0 rows, data has 460

“[[中的

错误可能类似于

master.set$Country.ID 1阿富汗阿富汗2015 3.575 1766.593 NA 2
#>2阿富汗阿富汗2016 3.360 1757.023 NA 2
#>3阿富汗2017 3.794 1758.466 NA 2
#>4阿尔巴尼亚阿尔巴尼亚2015 4.959 10971.044 NA 2
#>5阿尔巴尼亚阿尔巴尼亚2016 4.655 11356.717 NA 2
#>6阿尔巴尼亚2017 4.644 11803.282 NA 2
#>Country.ID2
#> 1           1
#> 2           1
#> 3           1
#> 4           2
#> 5           2
#> 6           2
库（dplyr）
df%变异（国家/地区id=集团指数（，.dots=“国家”））
视图（df1）

您是否尝试将列转换为
因子
？如果之后需要将其转换为整数，您可以轻松地将
转换为.integer
。如果您需要特定国家的特定数字，请使用
as.integer（因子（master.set$Country.ID，levels=correct\u order\u of\u countries））
。这是@r2evans公平的回答。：-）看看postTrue下面的评论！我没有注意到这一点；这里有另一个答案来区分我的和他们的。
Error in `[[<-.data.frame`(`*tmp*`, Country.ID[i], value = logical(0)) : 
  replacement has 0 rows, data has 460

library(dplyr)
df<-data.frame("Country"=c("Afghanistan","Afghanistan","Afghanistan","Albania","Albania","Albania"),
               "Year"=c(2015,2016,2017,2015,2016,2017),
               "Happiness.Score"=c(3.575,3.360,3.794,4.959,4.655,4.644),
               "GDP.PPP"=c(1766.593,1757.023,1758.466,10971.044,11356.717,11803.282),
               "GINI"=NA,
               "Status"=rep(2,6))
df1<-df %>% arrange(Country) %>% mutate(Country_id = group_indices_(., .dots="Country"))
View(df1)