当值高于阈值时返回列名答案

【问题标题】：return column name when value above threshold当值高于阈值时返回列名
【发布时间】：2020-02-09 15:09:32
【问题描述】：

这是对先前问题的后续跟进：Return column name for max function

ethnic <- c("white", "black", "hispanic", "asian", "other")
ethnicity$ethnicity  <- ethnic[max.col(ethnicity[ethnic], 'first')]

此代码根据比例最高的种族类别返回每个人的种族。太好了。

但是，我想更进一步。而不是返回比例最高的族群，我希望它返回超过 0.8 的族群。不同的是，如果比例最高（最大）的种族类别低于 0.8，则返回“No Match”。

例如

John:
white  black  hispanic  asian  other
0.5.   0.2    0.1       0.2    0.0

这应该返回No Match。

Jack:
white  black  hispanic  asian  other
0.8    0.1    0.0       0.1    0.0

这应该返回白色。

这是一个使用dput() 的可重现示例：

ethnicity <- structure(list(year = c(2010L, 2013L, 2009L, 2014L, 2001L), property = c("6446 025", 
"6710 034", "0525 065", "0272 006", "1720 030"), address = c("1147 NAPLES ST", 
"73 MIZPAH ST", "43 ESTATES CT", "650 BUSH ST", ""), city = c("SAN FRANCISCO CA", 
"SAN FRANCISCO CA", "SAN RAFAEL CA", "SAN FRANCISCO CA", ""), 
    city_overflow = c("", "", "", "", ""), zip = c("94112", "94131", 
    "94901", "94108", ""), surname = c("DELEON", "HENDERSON", 
    "KOORHAN", "EXECUTIVE", "WONG"), name = c("ESTELA", "DANIEL", 
    "GLENN", "HOTEL", "CHUN"), middle = c(NA, "V ", "S", "VINTAGE COURT", 
    NA), Owner2 = c("GAMEZ JUAN", " HELENE E", NA, NA, NA), Owner3 = c(NA_character_, 
    NA_character_, NA_character_, NA_character_, NA_character_
    ), org = c(FALSE, FALSE, FALSE, FALSE, FALSE), surname.match = c("DELEON", 
    "HENDERSON", "", "", "WONG"), white = c(0.0664, 0.5963, 0.6665, 
    0.6665, 0.0348), black = c(0.0104, 0.3398, 0.0853, 0.0853, 
    0.0079), hispanic = c(0.8306, 0.0251, 0.1367, 0.1367, 0.04
    ), asian = c(0.0831, 0.0045, 0.0797, 0.0797, 0.8649), other = c(0.0095, 
    0.0342, 0.0318, 0.0318, 0.0524), ethnicity = c("hispanic", 
    "white", "white", "white", "asian")), row.names = c("1998", 
"3431", "6884", "39310", "9524"), class = "data.frame")

【问题讨论】：

请添加minimal reproducible example。这样你就可以帮助别人帮助你！

标签： r

【解决方案1】：

这是一个以 R 为基础的答案。

ethnicity$ethnicity <- apply(ethnicity[14:18], 1, function(x) {
  i <- x >= 0.8
  if(any(i)) ethnic[i] else "No Match"
})
ethnicity

【讨论】：

我可以在 r studio 中按原样使用它吗？
@user12801590 我相信是的。如果您尝试过，请提供反馈。
效果很好，非常感谢！我非常感谢。

【解决方案2】：

为了继续原来的解决方案，我添加了一个值为 0.8 的新列。然后max.col 可以找到最大值的列索引。如果最大值为 0.8，则返回“No_Match”的索引。

原解决方案

ethnic[max.col(ethnicity[ethnic], 'first')]

# [1] "hispanic" "white"    "white"    "white"    "asian"

调整解决方案

c(ethnic, "No_Match")[max.col(cbind(ethnicity[ethnic], 0.8), 'first')]

# [1] "hispanic" "No_Match" "No_Match" "No_Match" "asian"

【讨论】：

非常感谢！这太不可思议了。