建立具有多种条件的虚拟变量 (R)

Question

我的数据集看起来像这样

ID  YOB  ATT94  GRADE94  ATT96  GRADE96  ATT 96 .....
1  1975     1        12      0       NA
2  1985     1        3       1       5
3  1977     0        NA      0       NA
4  ......

（ATTXX 是一个虚拟变量，表示 XX 年的入学率，GRADEXX 表示学校年级）

我正在尝试创建一个虚拟变量，如果一个人在 19/20 岁时上学，则该变量 = 1。例如如果 YOB = 1988 和 ATT98 = 1 那么新变量 = 1 等。我一直在 dplyr 中使用 mutate 尝试这个，但我是 R 的新手（和一般的编码！）所以除了错误之外很难得到任何东西我写的代码。

如有任何帮助，我们将不胜感激。

编辑：

所以，我刚刚注意到出了点问题，我稍微更改了您的代码，只是为了向长格式数据添加另一列 table。这是我最后所做的：

df %>%
  melt(id = c("ID", "DOB") %>%
  tbl_df() %>%
  mutate(dummy = ifelse(value - DOB %in% c(19,20), 1, 0))

所以它看起来像

    ID  YOB   VARIABLE  VALUE  dummy
    1   1979  ATT94     1994   1
    1   1979  ATT96     1996   1
    1   1979  ATT98     0      0 
    2   1976  ATT94     0      0
    2   1976  ATT96     1996   1 
    2   1976  ATT98     1998   1

即每当 ATT 变量取 0 以外的值时，虚拟 = 1，即使他们不是 19/20 岁。知道哪里出了问题吗？

Answer 1

在我的 phone 上，所以我现在无法检查，但请尝试：

df$dummy[df$DOB==1988 & df$ATT98==1] <- 1

编辑： 上述方法将创建该列，但当条件不成立时，它将等于 NA

正如@Greg Snow 所提到的，这种方法假定该列已经创建并且最初等于零。因此，您可以执行以下操作来获取您的虚拟变量：

df$dummy <- rep(0, nrow(df))
df$dummy[df$DOB==1988 & df$ATT98==1] <- 1

Answer 2

@Warner 展示了一种创建变量的方法（或者至少假设 1 的列已经设置为 0）。另一种方法是不显式创建虚拟变量，而是在模型语法中为您创建它（您要求的本质上是一种交互）。如果运行回归，这将是这样的：

fit <- lm( resp ~ I(DOB==1988):I(ATT98==1), data=df )

或

fit <- lm( resp ~ I( (DOB==1988) & (ATT98==1) ), data=df)

Answer 3

欢迎来到代码世界！ R 的语法可能很棘手（即使对于有经验的编码人员也是如此）并且 dplyr 增加了它自己的怪癖。首先，当您提出问题以提供其他人可以运行以便能够重现您的数据的代码时，这很有用。您可以了解更多相关信息 here。

您是否正在尝试创建适用于 DOB 和 ATTx 所有可能值的代码？换句话说，您是否有一大堆以 ATT 开头的变量，并且您想查看所有这些变量？这种格式称为宽数据，R 在处理长数据时效果更好。幸运的是 reshape2 包正是这样做的。下面的代码为 19 岁或 20 岁在校的人创建了一个值为 1 的 dummy 变量。

# Load libraries 
library(dplyr)
library(reshape2)

# Create a sample dataset
ATT94 <- runif(500, min = 0, max = 1) %>% round(digits = 0)
ATT96 <- runif(500, min = 0, max = 1) %>% round(digits = 0)
ATT98 <- runif(500, min = 0, max = 1) %>% round(digits = 0)
DOB <- rnorm(500, mean = 1977, sd = 5) %>% round(digits = 0)
df <- cbind(DOB, ATT94, ATT96, ATT98) %>% data.frame()

# Recode ATTx variables with the actual year
df$ATT94[df$ATT94==1] <- 1994
df$ATT96[df$ATT96==1] <- 1996
df$ATT98[df$ATT98==1] <- 1998

# Melt the data into a long format and perform requested analysis
df %>%
  melt(id = "DOB") %>%
  tbl_df() %>%
  mutate(dummy = ifelse(value - DOB %in% c(19,20), 1, 0))

建立具有多种条件的虚拟变量 (R)

Building dummy variable with many conditions (R)

r

dplyr

dummy-variable