如何在R中的NAs之后生成一个虚拟变量答案

【问题标题】：How to generate a dummy variable after NAs in R如何在R中的NAs之后生成一个虚拟变量
【发布时间】：2018-05-26 07:26:18
【问题描述】：

我正在尝试使用以下规则生成一个虚拟变量，

For DV in Data:    
    set: Flag "1" for all NA in DV
    set: Flag "0" otherwise

下面给出了一个样本数据集，

year    country DV
1990    Bahamas 2
1991    Bahamas NA
1992    Bahamas NA
1993    Bahamas 0
1994    Bahamas 1
1995    Bahamas 2
1996    Bahamas NA
1997    Bahamas 2
1998    Bahamas NA
1999    Bahamas 2
2000    Bahamas NA
2001    Bahamas 1
2002    Bahamas NA
2003    Bahamas 1
2004    Bahamas NA
2005    Bahamas 2
2006    Bahamas NA
2007    Bahamas 0
2008    Bahamas 1
2009    Bahamas 2
2010    Bahamas NA
2011    Bahamas 2

从提到的规则可以看出，Flags 的设置如下所示，

year    country DV  Flag
1990    Bahamas 2   0
1991    Bahamas NA  0
1992    Bahamas NA  0
1993    Bahamas 0   1
1994    Bahamas 1   0
1995    Bahamas 2   0
1996    Bahamas NA  0
1997    Bahamas 2   1
1998    Bahamas NA  0
1999    Bahamas 2   1
2000    Bahamas NA  0
2001    Bahamas 1   1
2002    Bahamas NA  0
2003    Bahamas 1   1
2004    Bahamas NA  0
2005    Bahamas 2   1
2006    Bahamas NA  0
2007    Bahamas 0   1
2008    Bahamas 1   0
2009    Bahamas 2   0
2010    Bahamas NA  0
2011    Bahamas 2   1

需要明确的是，Flag 仅基于列 DV 设置，而不管 DV 之后或之前是什么。

我目前正在尝试这个： data$Flag <- ave(data$country, data$DV, FUN = function(x) if (max(x) == NA) 1 else 0)

显然这看起来不正确，我知道这一点。在这里的任何帮助将不胜感激。

谢谢。

【问题讨论】：

最简单的是dat$flag <- as.integer(is.na(dat$DV))。

标签： r dplyr data.table plyr

【解决方案1】：

怎么样

data$X <- 0
data$X[which(is.na(data$DV)) + 1] <- !is.na(data$DV[which(is.na(data$DV)) + 1])

【讨论】：

【解决方案2】：

可以使用dplyr::lag 来检查DV 的先前值是NA，当前行是non-NA 将Flag 设置为1，否则它将是0。

library(dplyr)

df %>% mutate(Flag = ifelse(!is.na(DV) & is.na(lag(DV, default = 0)), 1, 0 ))
#    year country DV Flag
# 1  1990 Bahamas  2    0
# 2  1991 Bahamas NA    0
# 3  1992 Bahamas NA    0
# 4  1993 Bahamas  0    1
# 5  1994 Bahamas  1    0
# 6  1995 Bahamas  2    0
# 7  1996 Bahamas NA    0
# 8  1997 Bahamas  2    1
# 9  1998 Bahamas NA    0
# 10 1999 Bahamas  2    1
# 11 2000 Bahamas NA    0
# 12 2001 Bahamas  1    1
# 13 2002 Bahamas NA    0
# 14 2003 Bahamas  1    1
# 15 2004 Bahamas NA    0
# 16 2005 Bahamas  2    1
# 17 2006 Bahamas NA    0
# 18 2007 Bahamas  0    1
# 19 2008 Bahamas  1    0
# 20 2009 Bahamas  2    0
# 21 2010 Bahamas NA    0
# 22 2011 Bahamas  2    1

【讨论】：

运行代码Error: data_frames can only contain 1d atomic vectors and lists时出现此错误。
我可能会提到我为数据中的多个变量执行此操作：df$Flag<–df %>% mutate(Flag = ifelse(!is.na(DV) & is.na(lag(DV, default = 0)), 1, 0 ))
@Goulou 你提到了两件事。 1:- 代码不适合你。 2：- 你想为超过 1 个变量做这件事。对于1st，您能否确认您正在尝试使用 data.frame。第二，如果您告诉我如何应用此规则的列数和标准，那么我可以提供帮助。是否要为超过 1 列生成Flag1、Flag2 等？
我解决了。从我这边看，这是一个愚蠢的错误。我还有一个问题，有点类似。感谢您的建议！

【解决方案3】：

你可以取is.na()产生的逻辑向量的差，并将其等同于-1。这将为您提供从 NA 更改为非 NA 的位置。

cbind(df, Flag = c(0, diff(is.na(df$DV)) == -1))
#    year country DV Flag
# 1  1990 Bahamas  2    0
# 2  1991 Bahamas NA    0
# 3  1992 Bahamas NA    0
# 4  1993 Bahamas  0    1
# 5  1994 Bahamas  1    0
# 6  1995 Bahamas  2    0
# 7  1996 Bahamas NA    0
# 8  1997 Bahamas  2    1
# 9  1998 Bahamas NA    0
# 10 1999 Bahamas  2    1
# 11 2000 Bahamas NA    0
# 12 2001 Bahamas  1    1
# 13 2002 Bahamas NA    0
# 14 2003 Bahamas  1    1
# 15 2004 Bahamas NA    0
# 16 2005 Bahamas  2    1
# 17 2006 Bahamas NA    0
# 18 2007 Bahamas  0    1
# 19 2008 Bahamas  1    0
# 20 2009 Bahamas  2    0
# 21 2010 Bahamas NA    0
# 22 2011 Bahamas  2    1

【讨论】：

或者你可以无缘无故加载包并编写两次代码。