R 基于其他变量创建新变量

在R中工作时，我有一个数据框，其中包含三个变量，如下所示：

  var1        var2        var3       
1 0.695783133 0.009036145 0.02409639 
2 0.651006711 0.348993289 0.00000000 
3 1.000000000 0.000000000 0.00000000 
4 0.404185022 0.575991189 0.00000000 
5 0.004863813 0.736381323 0.25097276 
6 0.833827893 0.074183976 0.06231454 

  var1        var2        var3       var4
1 0.695783133 0.009036145 0.02409639 1
2 0.651006711 0.348993289 0.00000000 1
3 1.000000000 0.000000000 0.00000000 1
4 0.404185022 0.575991189 0.00000000 2
5 0.004863813 0.736381323 0.25097276 2
6 0.833827893 0.074183976 0.06231454 1

sapply(apply(df >= .5, 1, which), function(x) if(length(x)) x[1] else 4)

我想按以下方式添加第四个变量（

var4

），其值将基于原始三个变量（

var1

，

var2

，

var3

）的值：

如果

var1

>=0.5，

var4

=1

如果

var2

>=0.5，

var4

=2

如果

var3

>=0.5，

var4

=3

如果没有变量>=0.5，

var4

=4

例如，像这样：

  var1        var2        var3       
1 0.695783133 0.009036145 0.02409639 
2 0.651006711 0.348993289 0.00000000 
3 1.000000000 0.000000000 0.00000000 
4 0.404185022 0.575991189 0.00000000 
5 0.004863813 0.736381323 0.25097276 
6 0.833827893 0.074183976 0.06231454 

  var1        var2        var3       var4
1 0.695783133 0.009036145 0.02409639 1
2 0.651006711 0.348993289 0.00000000 1
3 1.000000000 0.000000000 0.00000000 1
4 0.404185022 0.575991189 0.00000000 2
5 0.004863813 0.736381323 0.25097276 2
6 0.833827893 0.074183976 0.06231454 1

sapply(apply(df >= .5, 1, which), function(x) if(length(x)) x[1] else 4)

---

我相信有一个简单的方法可以做到这一点，但我不知道，因为我对R很陌生。有什么建议吗？

使用

tidyverse

：

library(tidyverse)
 df <- read.table(text=" var1        var2        var3       
            1 0.695783133 0.009036145 0.02409639 
            2 0.651006711 0.348993289 0.00000000 
            3 1.000000000 0.000000000 0.00000000 
            4 0.404185022 0.575991189 0.00000000 
            5 0.004863813 0.736381323 0.25097276 
            6 0.833827893 0.074183976 0.06231454 ")
 df%>%
   mutate(var4=case_when(
     var1>=.5 ~ 1,
     var2>=.5 ~ 2,
     var3>=.5 ~ 3,
     T~4))
         var1        var2       var3 var4
1 0.695783133 0.009036145 0.02409639    1
2 0.651006711 0.348993289 0.00000000    1
3 1.000000000 0.000000000 0.00000000    1
4 0.404185022 0.575991189 0.00000000    2
5 0.004863813 0.736381323 0.25097276    2
6 0.833827893 0.074183976 0.06231454    1

库（tidyverse）
df%
变异（var4=情况_，当(
var1>=.5~1，
var2>=.5~2，
var3>=.5~3，
T~4）
var1 var2 var3 var4
1 0.695783133 0.009036145 0.02409639    1
2 0.651006711 0.348993289 0.00000000    1
3 1.000000000 0.000000000 0.00000000    1
4 0.404185022 0.575991189 0.00000000    2
5 0.004863813 0.736381323 0.25097276    2
6 0.833827893 0.074183976 0.06231454    1

如果您提供数据供我们使用，请使用dput（）

但是，使用dplyr可能会出现类似的情况

df <- df %>% 
  mutate(var4 = case_when (var1 >= 0.5 ~ 1,
                           var2 >= 0.5 ~ 2,
                           var3 >= 0.5 ~ 3,
                           TRUE ~ 4)

df%
当（var1>=0.5~1时，突变（var4=case_），
var2>=0.5~2，
var3>=0.5~3，
对（第4段）

使用Base r ifelse就可以了

df_test<- read.table(text= "var1        var2        var3       
1 0.695783133 0.009036145 0.02409639 
2 0.651006711 0.348993289 0.00000000 
3 1.000000000 0.000000000 0.00000000 
4 0.404185022 0.575991189 0.00000000 
5 0.004863813 0.736381323 0.25097276 
6 0.833827893 0.074183976 0.06231454 ",header = T)

df_test$var4 <- ifelse(df_test$var1 > 0.5,1,ifelse(df_test$var2 > 0.5,2,ifelse(df_test$var3 > 0.5,3,4)))

df_测试0.5,2，ifelse（df_测试$var3>0.5,3,4）））

假设var1位于第一个位置，var2位于第二个位置，依此类推，那么您可以使用

max.col

和

ifelse

来捕捉您的最后一个条件，即

ifelse(rowSums(df >= 0.5) == 0, 4, max.col(df >= 0.5))
#if 0.5 is the maximum value then ifelse(rowSums(df >= 0.5) == 0,4,max.col(df)) will also do
#1 2 3 4 5 6 
#1 1 1 2 2 1

可能是这样的：

  var1        var2        var3       
1 0.695783133 0.009036145 0.02409639 
2 0.651006711 0.348993289 0.00000000 
3 1.000000000 0.000000000 0.00000000 
4 0.404185022 0.575991189 0.00000000 
5 0.004863813 0.736381323 0.25097276 
6 0.833827893 0.074183976 0.06231454 

  var1        var2        var3       var4
1 0.695783133 0.009036145 0.02409639 1
2 0.651006711 0.348993289 0.00000000 1
3 1.000000000 0.000000000 0.00000000 1
4 0.404185022 0.575991189 0.00000000 2
5 0.004863813 0.736381323 0.25097276 2
6 0.833827893 0.074183976 0.06231454 1

sapply(apply(df >= .5, 1, which), function(x) if(length(x)) x[1] else 4)

---

这很有效，谢谢。我想有必要使用

ifelse

来捕捉我的最后一个条件，但当我自己编写它时，它没有起作用。再次感谢@m、 ras

如果其他

不是必需的，

max.col（df>=0.5，ties.method=“first”）+3*（行和（df>=0.5）==0）

应该给出相同的结果output@Jaap谢谢我也会试试的。@Jaap我试过你的建议，效果也很好。但是，我不完全理解脚本的第二部分是做什么的（即

+3*（行和（df>=0.5）==0）

部分）。更具体地说，为什么要使用

3*

函数

rowSums

？你能给我解释一下吗，或者给我指出一个正确的方向，让我能读到更多关于这方面的内容吗？谢谢。@AndreElrico对此表示抱歉。我将确保在下次发布时提供更好的数据。谢谢你的帮助。@Sotos现在可以了什么是

=>

，你是说

=

？是的，这就是我的意思。现在变了。