r - 如何在 R 中重新编码变量

Question

我正在尝试重新编码 R 数据框中的变量。示例 - 我的数据集中的变量 X 包含 1 和 0。我想创建另一个变量 Y，它将 X 中的 1 和 0 分别重新编码为 Yes 和 No。

我试过这个来创建重新编码的 Y 变量：

w <- as.character()

for (i in seq_along(x))  {
    if (x[i] == 1)  {
        recode <- "Yes"
    } else if (x[i] == 0)  {
        recode <- "No"       
    }
    w <- cbind(w, recode)
}

然后我这样做是为了将 X 和 Y 排列在一起：

y <- c(x, y)

我得到的是这样的：

 y
 # [1] "1"   "1"   "0"   "1"   "0"   "0"   "1"   "1"   "0"   "1"   "0"   "0"   "Yes" "Yes" "No"  "Yes" "No"  "No" 

我期待一个带有 X 和 Y 列的数据框。

问题：

1. 如何将 X 和 Y 放入数据框中？
2. 有没有更好的方法来重新编码数据框中的变量？

Answer 1

重新编码通常是关于将新标签应用于因子（分类变量）的水平

在 R 中，你可以这样做：

w <- factor(x, levels = c(1,0), labels = c('yes', 'no'))

Answer 2

这是您确实不应该在 R 中使用循环的众多情况之一。

相反，使用矢量化，即ifelse或索引。

result = data.frame(x = x, y = ifelse(x == 1, 'yes', 'no'))

（这假设输入中只有 1 和 0；如果不是这种情况，则需要ifelse包含翻译的嵌套或列表）。

Answer 3

使用以下数据：

x  <- c(rep.int(0, 10), rep.int(1, 10))
df <- as.data.frame(x)
df
#    x
# 1  0
# 2  0
# 3  0
# ...

我会一步创建一个新变量并重新编码：

df$y[df$x == 1] <- "yes"
df$y[df$x == 0] <- "no"
df
#    x   y
# 1  0  no
# 2  0  no
# 3  0  no
# ...
# 11 1 yes
# 12 1 yes
# 13 1 yes
# ...

注意for循环在 R 中不是最佳的，但您的循环基本上是正确的。您需要在循环本身中替换w <- rbind(w, recode)为w <- cbind(w, recode)，并且在最后一步中，您可以cbind x和w：

w <- as.character()
for (i in seq_along(x))  {
  if (x[i] == 1)  {
    recode <- "Yes"
  } else if (x[i] == 0)  {
    recode <- "No"       
  }
  w <- rbind(w, recode)
}
y <- c(x, w)
y

rbind()追加行，cbind()追加列，并将c()两个字符串连接在一起，这就是为什么您将两个列表连接在一起的原因。