根据条件生成新变量答案

【问题标题】：Generate new variable based on conditions根据条件生成新变量
【发布时间】：2020-12-09 05:46:49
【问题描述】：

所以我有这个带有州和年份信息的 df。我的目标是生成一个新变量 state_year，以便 1982 年的阿拉巴马州被分配一个 1，1983 年的阿拉巴马州被分配一个 2，1984 年的阿拉巴马州被分配一个 3，等等。

当我尝试以下操作时，我会在正确的情况下得到“TRUE”，但我希望它说“1”（然后在 1983 年为 AL 显示“2”，等等）。

test <- df %>%
    mutate(state_year = statefip == 1 & year == 1982)

【问题讨论】：

标签： r dplyr tidyverse data-manipulation data-cleaning

【解决方案1】：

我们可以按“州”分组并通过在“statefip”、“年”上应用 rleid 来获取唯一 ID（假设列是有序的）

library(data.table)
setDT(df)[, state_year := rleid(statefip, year), state]

或dplyr

library(dplyr)
library(stringr)
df %>%
    mutate(state_year = str_c(state_fip, year)) %>%
    group_by(state) %>%
    mutate(state_year = match(state_year, unique(state_year))

【讨论】：

dplyr 版本正是我想要的。我对“唯一”代码不熟悉，将对此进行更多了解。谢谢！
如果我还想尝试生成 state_year 以便每个州-年组合必须有一个唯一的代码，即没有两个可以有值 3。例如，1982 年的阿拉巴马州 = 1 1983 年的阿拉巴马州 = 2，1984 年的阿拉巴马州 = 4，1984 年的怀俄明州 = 52，等等。所以：50 个州 x 36 年 = 1,800 个值。
@AMB1274 这是我之前的回答。你可以做setDT(df)[, state_year := rleid(stateid, year)]

【解决方案2】：

对于每个state，您可以将年份转换为factor，然后再转换为integer，以获得唯一编号。

library(dplyr)
df %>%
  group_by(state) %>%
  mutate(state_year = as.integer(factor(year)))

如果我们想为每个州-年组合设置唯一编号，我们可以将 state 和 year 粘贴在一起，然后转换为 factor，然后再转换为 integer。

df %>%
  mutate(state_year = paste0(state, year), 
         state_year = as.integer(factor(state_year, levels = unique(state_year))))

【讨论】：