从 R 中数据框中的现有列创建新的种族变量（使用 case_when 函数）

Question

我正在处理来自全国健康访谈调查的数据，并试图将种族变量简化为 5 个桶。我想根据现有数据创建一个标题为 "RACE" 的新列，其中包括亚裔 =1、黑人=2、白人 (non-Hispanic)=3、西班牙裔=4、其他=5。目前，race 变量的标题为 "RACEA" 并包含几个指示种族的代码，如下所示：

411, 412, 416, 434= Asian 200=Black 100=White 310,580,600=Other

但是，指示西班牙裔的变量是一个名为 HISPETH 的单独变量。有了这个变量，

10=non-Hispanic 20,23,30,40,50,61,62,63,70=Hispanic

因此，要创建白人 (non-Hispanic) 和西班牙裔价值观，我需要 R 来同时使用 RACEA 和 HISPETH 的列值。

这是我尝试运行以执行所有这些操作的代码，但我遇到了错误消息，即 "the longer the object length is not a multiple of shorter object length" 包含 HISPETH 值列表的部分，如下所示.

我该怎么办？我愿意使用 case_when 之外的其他功能，这正是我过去使用的功能。谢谢！

`NHIS_test <- NHIS1 %>% 
      mutate(RACE = case_when(RACEA <= 411 ~ '1', 
                              RACEA <= 412 ~ '1', 
                              RACEA <= 416 ~ '1', 
                              RACEA <= 434 ~ '1', 
                              RACEA <= 200 ~ '2',
                              RACEA <= 100 & HISPETH <= 10 ~ '3',
                              HISPETH <= c(20:70) ~ '4', 
                              RACEA<=100 & HISPETH <= c(20,23,30,40,50,61,62,63,70) ~ '4', 
                              RACEA <= 310 ~ '5', 
                              RACEA <= 580 ~ '5',
                              RACEA <= 600 ~ '5',
                              TRUE ~ 'NA'))`

Answer 1

要比较单个值，您应该使用 ==，要比较多个值，请使用 %in%。

library(dplyr)

NHIS_test <- NHIS1 %>% 
                mutate(RACE = case_when(
                  RACEA %in% c(411, 412, 416, 434) ~ 1, 
                  RACEA == 200 ~ 2, 
                  RACEA == 100 & HISPETH == 10 ~ 3,
                  RACEA == 100 & HISPETH %in% c(20,23,30,40,50,61,62,63,70) ~ 4, 
                  RACEA %in% c(310, 580, 600) ~ 5))

如果满足以上条件none则默认为returnNA。

从 R 中数据框中的现有列创建新的种族变量（使用 case_when 函数）

Creating a New Race Variable from Existing Column in Data Frame in R (with case_when function)

r

new-operator

multiple-columns

case-when