运行 R 中的迭代以创建具有特定条件的新变量

Question

所以我有这些数据，我想做的是创建一个变量来反映每个给定年份中地位最高的组。每个组可以具有以下状态： * 1=垄断， * 2= 主导， * 3= 高级, * 4=初级或 * 5= 歧视。为 1 或 2 的组将自动获得最高地位，因为每个国家在任何给定年份都只有一个组拥有该地位。然而，有些国家/地区有多个属于 3 的组（有时 3 也是该国家当年可以达到的最高组状态），在这种情况下，我希望规模最大的组是被编码为具有最高地位的人。我该怎么做呢？

数据

 D1 <- data.frame(row = c(1, 2, 3, 4, 5, 6, 7 , 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20),
           country = c("US", "US", "US", "US", "US", "US", "US", "US","US", "US", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada"),
           year = c(1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995), 
           group = c("White", "White", "White", "White", "White", "Latino", "Latino", "Latino", "Latino", "Latino","English", "English", "English", "English", "English", "French", "French", "French", "French", "French"), 
           groupstatus = c("1", "1", "1", "3", "3", "5", "5","5", "3", "3", "2", "2", "2", "3", "3", "3", "3", "3", "3", "4"), 
           groupsize= c(0.7, 0.7, 0.7, 0.7, 0.7, 0.15, 0.15, 0.15, 0.15, 0.15, 0.1, 0.1, 0.1, 0.1, 0.1, 0.2, 0.2, 0.2, 0.2, 0.2))

期望输出

D1 <- data.frame(row = c(1, 2, 3, 4, 5, 6, 7 , 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20), 
country = c("US", "US", "US", "US", "US", "US", "US", "US","US", "US", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada", "Canada"), 
year = c(1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995, 1991, 1992, 1993, 1994, 1995), 
group = c("White", "White", "White", "White", "White", "Latino", "Latino", "Latino", "Latino", "Latino","English", "English", "English", "English", "English", "French", "French", "French", "French", "French"),            
groupstatus = c("1", "1", "1", "3", "3", "5", "5","5", "3", "3", "2", "2", "2", "3", "3", "3", "3", "3", "3", "4"), 
groupsize= c(0.7, 0.7, 0.7, 0.7, 0.7, 0.15, 0.15, 0.15, 0.15, 0.15, 0.1, 0.1, 0.1, 0.1, 0.1, 0.2, 0.2, 0.2, 0.2, 0.2), 
highest= c(1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0, 0, 0, 1, 0))

Answer 1

这是 data.table 的一种方式。

我们将 'data.frame' 转换为 'data.table' (setDT(D1))。按 'country' 和 'year' 分组，我们根据 'groupstatus' 中值 1 和 2 的存在创建一个二进制列 'highest'（也可以一步完成，但为了更容易理解，我将其拆分）。

下一步，按相同的列分组，我们检查'groupstatus'中的所有元素是否都是3（all(groupstatus==3)）。如果是这样，我们得到最大值的逻辑索引 'groupsize' (groupsize==max(groupsize)) 或 else （即如果 'groupstatus' 中的某些值不是 3），我们看对于具有 'highest' 的组，值全部为“0”或 'FALSE' (!any(highest)) 并且 'groupstatus' 为 3 (groupstatus==3)。生成的逻辑向量可以通过 .I 更改为 'numeric' 行索引。我们提取行索引列 ($V1) 并使用它来将 'highest' 中的值更改为 1。

 setDT(D1)[, highest := +(groupstatus %in% 1:2) , .(country, year)]
 indx <- D1[, .I[if(all(groupstatus==3)) groupsize==max(groupsize) 
     else !any(highest)& groupstatus==3], .(country, year)]$V1
 D1[indx, highest := 1L]

运行 R 中的迭代以创建具有特定条件的新变量

Running iterations in R to create a new variable with specific conditions

iteration

r

recode