时间戳

首页 > 解决方案 > 如何从 R 中的数据集中拆分特定列数据

r - 如何从 R 中的数据集中拆分特定列数据

问题描述

我有以下客户端数据集，包括 client_id、birth_number 和 District_id。出生数字的形式YYMMDD是 ，这里是twist - 值的形式是：（YYMMDD男性），值的形式是：（YY(+50MM)DD女性）。我希望您帮助开发 R 中的脚本，我们可以在其中拆分YYMMDD和设置条件。基于条件 if MM>12then 该行属于女性，并且实际月份值减去 15 else 具有相同出生数字的男性。请帮忙

值的形式：（YYMMDD男性） 值的形式：（YY(+50MM)DD女性）

"client_id";"birth_number";"district_id"
1;"706213";18
2;"450204";1
3;"406009";1
4;"561201";5
5;"605703";5
6;"190922";12
7;"290125";15
8;"385221";51
9;"351016";60
10;"430501";57
11;"505822";57
12;"810220";40
13;"745529";54
14;"425622";76
15;"185828";21
16;"190225";21
17;"341013";76
18;"315405";76
19;"421228";47
20;"790104";46
21;"526029";12
22;"696011";1
23;"730529";1
24;"395729";43
25;"395423";21
26;"695420";74
27;"665326";54
28;"450929";1
29;"515911";30
30;"576009";74
31;"620209";68
32;"800728";52
33;"486204";73

标签： r

解决方案

一个选项是substring与 as 一起使用ifelse：

# Get the 3rd and 4th character from "birth_number". If it is > 12
# that row is for Female, otherwise Male

df$Gender <- ifelse(as.numeric(substring(df$birth_number,3,4)) > 12, "Female", "Male")

# Now correct the "birth_number". Subtract 50 form middle 2 digits.
# Updated based on feedback from @RuiBarradas to use df$Gender == "Female" 
# to subtract 50 from month number

df$birth_number <- ifelse(df$Gender == "Female", 
                          as.character(as.numeric(df$birth_number)-5000), df$birth_number)

df

#    client_id birth_number district_id Gender
# 1          1       701213          18 Female
# 2          2       450204           1   Male
# 3          3       401009           1 Female
# 4          4       561201           5   Male
# 5          5       600703           5 Female
# 6          6       190922          12   Male
# so on
#

数据：

df <- read.table(text = 
'"client_id";"birth_number";"district_id"
1;"706213";18
2;"450204";1
3;"406009";1
4;"561201";5
5;"605703";5
6;"190922";12
7;"290125";15
8;"385221";51
9;"351016";60
10;"430501";57
11;"505822";57
12;"810220";40
13;"745529";54
14;"425622";76
15;"185828";21
16;"190225";21
17;"341013";76
18;"315405";76
19;"421228";47
20;"790104";46
21;"526029";12
22;"696011";1
23;"730529";1
24;"395729";43
25;"395423";21
26;"695420";74
27;"665326";54
28;"450929";1
29;"515911";30
30;"576009";74
31;"620209";68
32;"800728";52
33;"486204";73',
header = TRUE, stringsAsFactors = FALSE, sep = ";")

推荐阅读