R.如何创建新列，基于R中的另一列返回i

我有一个数据帧

employee <- c('John Doe','Peter Gynn','Jolie Hope')
salary <- c(21000, NA, 26800)
startdate <- as.Date(c('2010-11-1', NA,'2007-3-14'))

employ.data <- data.frame(employee, salary, startdate)

---

任何帮助都将不胜感激。

尝试将其矢量化，并使用

ifelse

语句：

employ.data <- data.frame(employee, salary, startdate, stringsAsFactors = F)
employ.data["missing"] = with(employ.data, ifelse(is.na(startdate), employee, NA))
employ.data
    employee salary  startdate    missing
1   John Doe  21000 2010-11-01       <NA>
2 Peter Gynn     NA       <NA> Peter Gynn
3 Jolie Hope  26800 2007-03-14       <NA>

上面的构造将为您提供布尔值。若您想获得一列名称，可以将其与

ifelse

组合使用

更一般地说，首先实例化一个列，然后在数据帧中循环填充它并不是特别的

Rtistic

，我建议尽可能避免这种策略。

apply

-函数系列非常强大，

ifelse

也非常强大

dplyr

的

mutate

与

case_结合使用时

stations也可以用于您想要更像SQL的情况

出于迂腐的原因，以下是您的工作版本代码。请不要使用它，只是试着理解它们的区别

employ.data$missing = NA 
for (i in 1:nrow(employ.data)) {
  if (is.na(employ.data$startdate[i])){ 
         employ.data$missing[i] <- employ.data$employee[i]
        }
}

employ.data$missing=NA
适用于（i/1:nrow（雇佣数据））{
如果（is.na（employ.data$startdate[i]）{
employ.data$missing[i]尝试将其矢量化，并使用
ifelse
语句：

employ.data <- data.frame(employee, salary, startdate, stringsAsFactors = F)
employ.data["missing"] = with(employ.data, ifelse(is.na(startdate), employee, NA))
employ.data
    employee salary  startdate    missing
1   John Doe  21000 2010-11-01       <NA>
2 Peter Gynn     NA       <NA> Peter Gynn
3 Jolie Hope  26800 2007-03-14       <NA>

上面的构造将为您提供布尔值。如果您想获得一列名称，可以将其与
ifelse
组合

更一般地说，先实例化一个列，然后在数据帧中循环填充它不是特别的
Rtistic
，我建议尽可能避免这种策略。
apply
-函数家族非常强大，而
ifelse
也非常强大。
dplyr
的
mutate
与
case_结合使用时
stations也可以用于您想要更像SQL的东西的情况

出于迂腐的原因，这是您的工作版本代码。请不要使用它，请尝试理解其中的差异

employ.data$missing = NA 
for (i in 1:nrow(employ.data)) {
  if (is.na(employ.data$startdate[i])){ 
         employ.data$missing[i] <- employ.data$employee[i]
        }
}

employ.data$missing=NA
适用于（i/1:nrow（雇佣数据））{
如果（is.na（employ.data$startdate[i]）{
employ.data$missing[i]您需要
complete.cases（）
从基本R-

employ.data$missingFlag <- !complete.cases(employ.data)

    employee salary  startdate missingFlag
1   John Doe  21000 2010-11-01       FALSE
2 Peter Gynn     NA       <NA>        TRUE
3 Jolie Hope  26800 2007-03-14       FALSE

employ.data$missingFlag您需要
complete.cases（）-

employ.data$missingFlag <- !complete.cases(employ.data)

    employee salary  startdate missingFlag
1   John Doe  21000 2010-11-01       FALSE
2 Peter Gynn     NA       <NA>        TRUE
3 Jolie Hope  26800 2007-03-14       FALSE

employ.data$missingFlag使用dplyr可以非常轻松地完成：

library(dplyr)

employee <- c('John Doe','Peter Gynn','Jolie Hope')
salary <- c(21000, NA, 26800)
startdate <- as.Date(c('2010-11-1', NA,'2007-3-14'))

employ.data <- data.frame(employee, salary, startdate)

employ.data <- employ.data %>% 
  rowwise() %>% 
  mutate(missing = any(is.na(c(salary, startdate))))

库（dplyr）
员工使用dplyr可以非常轻松地完成：

library(dplyr)

employee <- c('John Doe','Peter Gynn','Jolie Hope')
salary <- c(21000, NA, 26800)
startdate <- as.Date(c('2010-11-1', NA,'2007-3-14'))

employ.data <- data.frame(employee, salary, startdate)

employ.data <- employ.data %>% 
  rowwise() %>% 
  mutate(missing = any(is.na(c(salary, startdate))))

库（dplyr）
对于初学者来说，在
if
语句中，它应该是
=
，而不是
=
也
NA
对于列变量来说是一个非常糟糕的名字，因为
NA
是R中表示缺少值的逻辑常量。对于初学者来说，在
if
语句中，它应该是
=
，而不是
=/code>也
NA
对于列变量来说是一个非常糟糕的名称，因为
NA
是R中表示缺少值的逻辑常量。