r - 将字符串变量分组为R中的因子

Question

此处的应用程序将美国各州分组为区域。

group1 <- c("ME", "NH", "VT", "MA", "CT", "RI")
group2 <- c("FL", "GA", "AL", "MS", "LA")

我的数据看起来像：

SomeVar | State
---------------
300     | AL
331     | GA
103     | MA
500     | FL

我想根据上面的分组在数据中添加一个“区域”列，如下所示：

SomeVar | State | Region
------------------------
300     | AL    | 2
331     | GA    | 2
103     | MA    | 1
500     | FL    | 2

有没有一种直接的方法来根据分组分配因素？

Answer 1

group1 <- c("ME", "NH", "VT", "MA", "CT", "RI")
group2 <- c("FL", "GA", "AL", "MS", "LA")

grouptab <- rbind(data.frame(State=group1,grp=1),
                  data.frame(State=group2,grp=2))
DF <- read.table(text="SomeVar  State
300      AL
331      GA
103      MA
500      FL",header=TRUE)

merge(DF,grouptab)

或更一般地说：

groupList <- list(group1,group2)
grouptab <- data.frame(State=unlist(groupList),
                       grp=rep(seq_along(groupList),
                               sapply(groupList,length)))

（可能还有其他方法可以做到这一点——我试过mapply但没能很快弄清楚）

我认为merge（例如all，，all.x）all.y的合适论点将以各种方式处理缺失组案例。

Answer 2

group1 <- c("ME", "NH", "VT", "MA", "CT", "RI")
group2 <- c("FL", "GA", "AL", "MS", "LA")

DF <- read.table(text="SomeVar  State
300      AL
331      GA
103      MA
500      FL",header=TRUE)

DF$Region <- NA
DF$Region[DF$State %in% group1] <- 1
DF$Region[DF$State %in% group2] <- 2

#   SomeVar State Region
# 1     300    AL     2
# 2     331    GA     2
# 3     103    MA     1
# 4     500    FL     2

Answer 3

假设您的数据框被调用df并且所有状态都在第 1 组或第 2 组中，您可以这样做

df$region <- ifelse(df$state %in% group1, 1, 2)