使用 data.table 创建字符变量答案

【问题标题】：Creating Character Variables with data.table使用 data.table 创建字符变量
【发布时间】：2021-12-13 19:50:47
【问题描述】：

假设我们有以下data.table：

x_dt <- data.table(sexn = c(1, 0, 0, 1, NA, 1, NA), 
                   country = c("CHN", "JPN", "BGR",  "AUT", " ", "TWN", " "), 
                   age = c(35, NA, 40, NA, 70, 18, 36)
)

我正在尝试创建一个变量 asia_region，当国家/地区 %chin% c("CHN", "JPN", "KOR", "SGP", "TWN") 时其值为 1，当国家/地区不缺失时其值为 0，而当国家/地区缺失时其值为 NA。

以下代码在缺少国家/地区时填充 0。

result <- x_dt[, asia_region := ifelse(country %chin% c("CHN", "JPN", "KOR",  "SGP", "TWN"),1 , 0)]

【问题讨论】：

标签： r data.table

【解决方案1】：

我们可以使用as.integer 或+ 直接将逻辑强制转换为二进制，然后通过在i 中指定逻辑条件将值更改为NA，其中“国家”为空白（""）和将 'asia_region' 中的那些对应元素分配 (:=) 到 NA

x_dt[,  asia_region := +(country %chin% c("CHN", "JPN", "KOR", "SGP", "TWN"))]
x_dt[trimws(country) == "", asia_region := NA_integer_]

-输出

> x_dt
   sexn country age asia_region
1:    1     CHN  35           1
2:    0     JPN  NA           1
3:    0     BGR  40           0
4:    1     AUT  NA           0
5:   NA          70          NA
6:    1     TWN  18           1
7:   NA          36          NA

或者，如果我们需要 ifelse/fifelse（if/else 无法工作，因为它没有被矢量化，即它需要长度为 1 且不超过该长度的输入表达式）

x_dt[, asia_region := fifelse(trimws(country) == "", NA_integer_,
        fifelse(country %chin% c("CHN", "JPN", "KOR", "SGP", "TWN"), 1, 0))]

【讨论】：

谢谢。这行得通。有没有更直观的使用“if”、“else if”、“else”语句的解决方案？
我建议从data.table 的角度来看，akrun 的第一个解决方案更加规范和高效。 if 肯定不对，ifelse/fifelse 肯定是不错的选择。（我建议您按原样接受这个答案，不太可能/将提供更好的解决方案，imo。）
第二种使用 fifelse 的解决方案不需要链接表达式。这不是比第一个更有效率吗？
@MKro 不，它不会。我认为第一个更直接，因为它只是一种强制

【解决方案2】：

dplyr() 解决方案怎么样？我会制作一个国家的矢量，以便于参考：

asia_countries <-  c("CHN", "JPN", "KOR",  "SGP", "TWN")

x_dt |>
  dplyr::mutate(asia_region = ifelse(country %in% asia_countries, 1, 0)) |>
  dplyr::mutate(asia_region = ifelse(country == " ", NA, asia_region))

【讨论】：