Cómo agregar una columna en un marco de datos en R

Question

He importado datos de un archivo en un marco de datos en R. Es algo como esto.

Name  Count Category 
A   100  Cat1 
C   10  Cat2 
D   40  Cat1 
E   30  Cat3 
H   3  Cat3 
Z   20  Cat2 
M   50  Cat10 

Así que ahora quiero añadir la columna de la Categoría en función de los valores en la columna Nombre . Entonces algo como si Nombre = (A, D), Categoría = 'Cat1' etc.

Esto es solo un ejemplo simple que estoy dando. Tengo una gran cantidad de nombres y categorías, así que quiero una sintaxis compacta. ¿Cómo puedo hacer esto?

Editar: He cambiado el ejemplo para adaptarlo mejor a mis necesidades, ya que el nombre puede ser cualquier cosa que no sea numérica. Perdón por no haber sido tan claro antes.

Answer 1

Puede utilizar un mapa. (Actualizado para utilizar stringsAsFactors = FALSE)

df <- data.frame(Name = c('A', 'C', 'D', 'E', 'H', 'Z', 'M'), 
        Count = c(100,10,40,30,3,20,50), stringsAsFactors = FALSE) 
Categories <- list(Cat1 = c('A','D'), 
        Cat2 = c('C','Z'), 
        Cat3 = c('E','H'), 
        Cat10 = 'M') 
nams <- names(Categories) 
nums <- sapply(Categories, length) 
CatMap <- unlist(Map(rep, nams, nums)) 
names(CatMap) <- unlist(Categories) 

df <- transform(df, Category = CatMap[ Name ]) 

Answer 2

Puede usar ifelse. Si su trama de datos se llama df puede hacer:

df$cat <- ifelse(df$name<100, "Ones", "Hundreds") 
df$cat <- ifelse(df$name<1000, df$cat, "Thousands") 

Answer 3

[Actualización siguiente comentario de la OP y Q alterada]

DF <- data.frame(Name = c("A","C","D","E","H","Z","M"), 
       Count = c(100,10,40,30,3,20,50), stringsAsFactors = FALSE) 
lookup <- data.frame(Name = c("A","C","D","E","H","Z","M"), 
        Category = paste("Cat", c(1,2,1,3,3,2,10), sep = ""), 
        stringsAsFactors = FALSE) 

El uso de las tramas de datos anteriores, podemos hacer una combinación de base de datos. Necesita configurar lookup para las combinaciones NameCategory que desee, lo cual es correcto si no hay un número muy grande de Name s (Al menos solo tiene que enumerarlos una vez cada uno en lookup y no tiene que hacerlo con el fin - una lista de todos Cat1Name s primero, etc):

> merge(DF, lookup, by = "Name") 
    Name Count Category 
1 A 100  Cat1 
2 C 10  Cat2 
3 D 40  Cat1 
4 E 30  Cat3 
5 H  3  Cat3 
6 M 50 Cat10 
7 Z 20  Cat2 
> merge(DF, lookup, by = "Name", sort = FALSE) 
    Name Count Category 
1 A 100  Cat1 
2 C 10  Cat2 
3 D 40  Cat1 
4 E 30  Cat3 
5 H  3  Cat3 
6 Z 20  Cat2 
7 M 50 Cat10 

---

Una opción es la indexación:

foo <- function(x) { 
    out <- character(length = length(x)) 
    chars <- c("Ones", "Tens", "Hundreds", "Thousands") 
    out[x < 10] <- chars[1] 
    out[x >= 10 & x < 100] <- chars[2] 
    out[x >= 100 & x < 1000] <- chars[3] 
    out[x >= 1000 & x < 10000] <- chars[4] 
    return(factor(out, levels = chars)) 
} 

Una alternativa que la escala Es mejor decir,

bar <- function(x, cats = c("Ones", "Tens", "Hundreds", "Thousands")) { 
    out <- cats[floor(log10(x)) + 1] 
    factor(out, levels = cats) 
} 

Answer 4

la salida:

• cut()
• recode() en el car paquete

Answer 5

Tal vez más simple y más fácil de leer usando ifelse y% en%:

df <- data.frame(Name = c('A', 'C', 'D', 'E', 'H', 'Z', 'M'), 
Count =c(100,10,40,30,3,20,50), stringsAsFactors = FALSE) 

cat1 = c("A","D") 
cat2 = c("C","Z") 
cat3 = c("E","H") 
cat10 = c("M") 

df$Category = ifelse(df$Name %in% cat1, "Cat1", 
       ifelse(df$Name %in% cat2, "Cat2", 
       ifelse(df$Name %in% cat3, "Cat3", 
       ifelse(df$Name %in% cat10, "Cat10", 
       NA)))) 

    Name Count Category 
1 A 100  Cat1 
2 C 10  Cat2 
3 D 40  Cat1 
4 E 30  Cat3 
5 H  3  Cat3 
6 Z 20  Cat2 
7 M 50 Cat10