Question

我需要在我的数据集中生成一些新的因子变量，其中包含来自现有因子变量的信息。

在第一种情况下，我需要根据某个值是否出现在具有100个以上级别的特定变量中来生成二进制NewVariable。我使用plyr包中的revalue（）即，

NewVar <- if(OldVar1=="helen" | OldVar1=="greg") 
             {NewVar <-revalue(OldVar1, c("helen"="participant", "greg"="participant"))}
          else {NewVar=="nonparticipant"}

我实际上想要将特定级别从新变量中折叠到特定级别。您可以想象上面的代码不起作用，但我无法弄清楚原因。

在第二种情况下，我需要组合来自三个现有因子变量（OldVar1，OldVar2，OldVar3）的信息，以便填写多分类NewVariable的级别，我运行此代码，

NewVariable="OptionA" <- if(OldVar1=="a" & OldVar2=="b" & OldVar3=="c")

我在“OldVar =”中收到错误“错误：意外'=' 当我删除OldVar1 ==“a”

中的一个=时，会发生同样的情况

是否可以使用其级别和标签创建一个NewVariable因子，而无需事先用字符串值填充它们？我无法找到相关内容，我看到的教程已经生成了他们的数据，他们只需标记现有值。

另外，我想给其他属于OptionA，OptionB，OptionC等的案例赋值，这可能会为每一个设置不同的if语句，如下所示吗？

NewVariable="OptionA" <- if(OldVar1=="a" & OldVar2=="b" & OldVar3=="c")
NewVariable="OptionB" <- if(OldVar1=="a" & OldVar2=="d" & OldVar3=="e")

===编辑===

对于第二个“挑战”，我遵循了DWin建议的代码我在上面的if（...）中创建了我的三个变量的交互，并在c（）中设置了我需要的值，例如

OldVar.ALL.interactions <- with(data, interaction(OldVar1, OldVar2, OldVar3)
levels(OldVar.ALL.interactions) # search for the levels that we need to include 
# in the NewVar
# below I follow DWin's code
NewVar <- factor(rep(NA, length(AnotherVarOfTheDataset) ),
                     levels=c("OptionA", "OptionB", ...))
NewVar[OldVar.ALL.interactions %in% c("...interaction.of.Old.Variables...")] <- "OptionA"
# the same as in OptionA for the rest of the levels
# the ** NewVar[ is.na(NewVar) ]  <- "nonparticipant" ** of DWin's code is not needed

在不使用旧因子变量之间的相互作用的情况下，还有其他方法可以解决这个问题吗？

Answer 1

我可能会从一个空的因子变量开始（假设您想要一个因为主题行暗示的因素）：

NewVar <- factor(rep(NA, length(OldVar) ), 
                 levels=c("participant", "nonparticipant") )   
NewVar[ OldVar %in% c("a", "b", "c")] <- "participant"
NewVar[ is.na(NewVar) ]             <- "nonparticipant"

如果你不介意使用字符向量而不是这些行：

 y <- vector("character",length(x))
 y[ x %in% c("a","c")] <- "p"
 y[ !x %in% c("a","c")] <- "np"
 y
#[1] "p" "np"  "p"

使用if语句从其他因子变量的级别创建因子变量

1 个答案: