我有一个名为CSES（选举系统比较研究）的数据集，其中每一行对应于许多国家，在许多不同年份的个人（一次民意调查中的一次访谈）。
我需要创建一个变量来识别每个人投票的一方的意识形态，就像这个人所感知的那样。
然而，数据集通过字母A，B，C等识别每个方的感知意识形态（尽可能多的其他变量）。然后，当识别每个人投票的WHICH PARTY时，它具有唯一的代码编号，不同年份的这些字母不相符（即，同一方在不同年份可能会有不同的字母 - 当然，它不是不同国家的同一方，因为每个国家都有自己的政党）。
虚拟数据有助于澄清，复制和创建代码：
让我们说：
country = c（1,1,1,1,2,2,2,2,3,3,3,3）
年= c（2000,2000,2004,2004,2002,2002,2004,2008,2000,2000,2000,2000）
party_A_number = c（11,11,12,12,21,21,22,23,31,31,31,31）
party_B_number = c（12,12,11,11,22,22,21,22,32,32,32,32）
party_C_number = c（13,13,13,13,23,23,23,21,33,33,33,33）
party_voted = c（12,13,12,11,21,24,23,22,31,32,33,31）
ideology_party_A < - floor（runif（12，min = 1，max = 10））
ideology_party_B < - floor（runif（12，min = 1，max = 10））
ideology_party_C < - floor（runif（12，min = 1，max = 10））
让我们调用我想创建的变量“ideology_voted”：
我需要这样的东西：
IF party_A_number == party_voted THEN ideology_voted = ideology_party_A
IF party_B_number == party_voted，THEN ideology_voted == ideology_party_B
IF party_C_number == party_voted，THEN ideology_voted == ideology_party_C
真实数据集有9封信，每个国家（最多）有9个主要政党，数十个国家和选举年。因此，有一个代码，我可以迭代字母A-I而不是“如果投票的A方，然后...;如果投票的乙方然后.......“
然而，即使我尝试更长的重复代码（每个聚会信件的一个转换 - 这将给我8行代码），我也遇到了麻烦
library(tidyverse)
df <- tibble(
country = c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3),
year = c(2000, 2000, 2004, 2004, 2002, 2002, 2004, 2008, 2000, 2000, 2000, 2000),
party_A_number = c(11, 11, 12, 12, 21, 21, 22, 23, 31, 31, 31, 31),
party_B_number = c(12, 12, 11, 11, 22, 22, 21, 22, 32, 32, 32, 32),
party_C_number = c(13, 13, 13, 13, 23, 23, 23, 21, 33, 33, 33, 33),
party_voted = c(12, 13, 12, 11, 21, 24, 23, 22, 31, 32, 33, 31),
ideology_party_A = floor(runif (12, min = 1, max = 10)),
ideology_party_B = floor(runif (12, min = 1, max = 10)),
ideology_party_C = floor(runif (12, min = 1, max = 10))
)
> df
# A tibble: 12 x 9
country year party_A_number party_B_number party_C_number party_voted ideology_party_A ideology_party_B
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 1 2000 11 12 13 12 9 3
2 1 2000 11 12 13 13 2 6
3 1 2004 12 11 13 12 3 8
4 1 2004 12 11 13 11 7 8
5 2 2002 21 22 23 21 2 7
6 2 2002 21 22 23 24 8 2
7 2 2004 22 21 23 23 1 7
8 2 2008 23 22 21 22 7 7
9 3 2000 31 32 33 31 4 3
10 3 2000 31 32 33 32 7 5
11 3 2000 31 32 33 33 1 6
12 3 2000 31 32 33 31 2 1
# ... with 1 more variable: ideology_party_C <dbl>
看来你正在使用case_when进行调节：
ideology_voted <- df %>% transmute(
ideology_voted = case_when(
party_A_number == party_voted ~ ideology_party_A,
party_B_number == party_voted ~ ideology_party_B,
party_C_number == party_voted ~ ideology_party_C,
TRUE ~ party_voted
)
)
> ideology_voted
# A tibble: 12 x 1
ideology_voted
<dbl>
1 3
2 7
3 3
4 8
5 2
6 24
7 8
8 7
9 4
10 5
11 6
12 2
请注意，case_when的评估是懒惰的，因此使用第一个真实条件（如果发生多个实际上是真的，比如说）。