在 R 中创建条件新变量答案

【问题标题】：Create Conditional new variables in R在 R 中创建条件新变量
【发布时间】：2026-01-20 13:00:01
【问题描述】：

我需要重新创建一个非常大的数据框（900 多个变量）的原始变量。这是我正在尝试做的一个示例：

dat <- data.frame(
    id=c('user1','user2','user3'),
    agePanel1=c(20,25,32),
    agePanel2=c(21,NA,33),
    favColPanel1=c('blue','red','blue'),
    favColPanel2=c('red',NA,'red')
    )

     id      agePanel1 agePanel2 favColPanel1 favColPanel2
  1 user1        20        21         blue          red
  2 user2        25        NA          red           NA
  3 user3        32        33         blue          red

对于每个变量，我需要创建一个新变量（下面的年龄和 favCol），当有面板数据时为 NA，否则为第一个面板观察值。在面板数据不完整的情况下，所有面板值都应设置为 NA。此示例的结果如下所示：

        id    age  agePanel1 agePanel2 favCol favColPanel1 favColPanel2
    1 user1    NA      20        21      NA        blue          red           
    2 user2    25      NA        NA     red         NA            NA         
    3 user3    NA      32        33      NA        blue          red

我开始尝试使用 dplyr 和 tidyr ：

mutate(dat, age = ifelse(is.na(test$agePanel2),agePanel1,NA))

我正在努力寻找一种方法来执行循环或可以自动执行此过程的方法。

【问题讨论】：

我觉得你已经有了这个：dat$age <- ifelse(is.na(dat$agePanel2),dat$agePanel1,NA)

标签： r dplyr tidyr

【解决方案1】：

这不是您最初问题的最直接解决方案。但在我看来，最好将您的数据长期保存。然后你想做的操作（和大多数其他人）会容易得多。

# required packages
require(dplyr)
require(tidyr)
# get data in long format
dat_long <- dat %>% 
  gather(key, value, -id) %>% 
  separate(key, c("key", "panel"), sep = "Panel") %>%
  spread(key, value, convert = TRUE) %>% 
  arrange(id, panel) %>%
  group_by(id)
dat_long
## Source: local data frame [6 x 4]
## Groups: id
## 
##      id panel age favCol
## 1 user1     1  20   blue
## 2 user1     2  21    red
## 3 user2     1  25    red
## 4 user2     2  NA     NA
## 5 user3     1  32   blue
## 6 user3     2  33    red

# functon that does desired operation
panel_fct <- function(x){
  ifelse(is.na(x[2]), x[1], as(NA, class(x)))
}
# use mutate_each to do desired operation
dat_long %>% summarise_each(funs(panel_fct), -panel)
## Source: local data frame [3 x 3]
##
##      id age favCol
## 1 user1  NA     NA
## 2 user2  25    red
## 3 user3  NA     NA

当然，您可以将最终结果合并回原始数据，但对于大多数操作，最好使用长数据。

dat_long %>% summarise_each(funs(panel_fct), -panel) %>% left_join(dat, by = "id")
## Source: local data frame [3 x 7]
## 
##      id age favCol agePanel1 agePanel2 favColPanel1 favColPanel2
## 1 user1  NA     NA        20        21         blue          red
## 2 user2  25    red        25        NA          red           NA
## 3 user3  NA     NA        32        33         blue          red

【讨论】：

感谢您的回答，非常有帮助，很抱歉耽搁了，这几天有点忙；）

【解决方案2】：

您可以遍历要操作的列组的名称，对每个列组进行操作：

cols <- c("age", "favCol")
for (col in cols) {
  dat[,col] <- dat[,paste0(col, "Panel1")]
  dat[!is.na(dat[,paste0(col, "Panel2")]), col] <- NA
  dat[is.na(dat[,paste0(col, "Panel2")]),paste0(col, "Panel1")] <- NA
}
dat
#      id agePanel1 agePanel2 favColPanel1 favColPanel2 age favCol
# 1 user1        20        21         blue          red  NA   <NA>
# 2 user2        NA        NA         <NA>         <NA>  25    red
# 3 user3        32        33         blue          red  NA   <NA>

【讨论】：

【解决方案3】：

你可以使用Map

 dat[c('age', 'favcol')] <-Map(function(x,y) {
            indx <- rowSums(is.na(cbind(x,y)))
             x[seq_along(x)*NA^!indx]}, dat[c(2,4)], dat[c(3,5)])
 dat[rowSums(is.na(dat[2:5]))!=0,2:5] <- NA
 dat
 #    id agePanel1 agePanel2 favColPanel1 favColPanel2 age favcol
 #1 user1        20        21         blue          red  NA   <NA>
 #2 user2        NA        NA         <NA>         <NA>  25    red
 #3 user3        32        33         blue          red  NA   <NA>

【讨论】：