R - 制作二进制变量的函数

Question

我有一些取值在 1 到 5 之间的变量。如果它们取值在 1 到 3(包括在内)和 1 之间，我想将它们编码为 0如果他们取值 4 或 5。

我的数据集是这样的

var1    var2        var3
1       1            NA
4       3            4
3       4            5
2       5            3

所以我希望它是这样的:

var1    var2        var3
0       0            NA
1       0            1
0       1            1
0       1            0

我试着做一个函数并调用它

making_binary <- function (var){
  var <- factor(var >= 4, labels = c(0, 1))
  return(var)
}


df <- lapply(df, making_binary)

但我有一个错误:不正确的标签:长度 2 必须是 1 或 1

我哪里错了？ 非常感谢您的回答!

Answer 1

你可以使用:

df[] <- +(df == 4 | df == 5)
df
#  var1 var2 var3
#1    0    0   NA
#2    1    0    1
#3    0    1    1
#4    0    1    0

比较 df == 4 | df == 5 返回逻辑值(TRUE/FALSE)，+ 这里将这些逻辑值转为整数值( >1/0) 分别。

如果您想将此应用于选定的列，您可以按位置或按名称对列进行子集化。

cols <- 1:3 #Position
#cols <- grep('var', names(df)) #Name
df[cols] <- +(df[cols] == 4 | df[cols] == 5)

---

就您的功能而言，您可以这样做:

making_binary <- function (var){
  var <- as.integer(var >= 4)
  #which is faster version of
  #var <- ifelse(var >= 4, 1, 0)
  return(var)
}

df[] <- lapply(df, making_binary)

数据

df <- structure(list(var1 = c(1L, 4L, 3L, 2L), var2 = c(1L, 3L, 4L, 
5L), var3 = c(NA, 4L, 5L, 3L)), class = "data.frame", row.names = c(NA, -4L))