在此先感谢您的帮助！
目标：我正在查看住房负担能力数据，构建了一个按职业显示住房负担能力的工具。我有一个职业及其中位数工资的数据框，以及该地区所有房地产的所有房屋价值的数据框。
挑战：我正在寻找一种方法，将每个房屋价值与特定于每个职业的可负担性指标进行比较，如果房屋价值低于实际价值，则使用TRUE / FALSE，Y / N或1/0填充数据框。指标。最终结果将是带有原始值作为观察值的数据帧，每个职业一列。
下面是一些示例代码，可以更好地说明问题：
我正在尝试结合以下内容：
Job Median Wage Can Afford
Lawyer 104756 272365.5
Bus Driver 26598 69154.8
Retail Sales 48923 127199.8
还有这个：
Property Value
927346
12345
87492
12734
73642
要创建这样的东西：
Value Lawyer Bus Driver Retail Sales
927346 N N N
12345 Y N Y
87492 Y N Y
12734 Y Y Y
73642 Y Y Y
运行Rstudio 3.5。任何想法将不胜感激！
我们可以使用map2frompurrr来做到这一点。遍历“作业”，“ MedianWage”的各个元素的行，检查第二个数据集中的“ PropertyValue”是否小于“ MedianWage”的2.6倍，以创建逻辑列并将list数据集的绑定到单个“ df2”的第一列
library(tidyverse)
map2(df1$Job, df1$MedianWage, ~
df2 %>%
transmute(!! .x := PropertyValue < 2.6 * .y)) %>%
bind_cols(df2, .)
或搭配 pmap
pmap(df1, ~
df2 %>%
transmute(!! ..1 := PropertyValue < 2.6 * ..2)) %>%
bind_cols(df2, .)
# PropertyValue Lawyer Bus Driver Retail Sales
#1 927346 FALSE FALSE FALSE
#2 12345 TRUE TRUE TRUE
#3 87492 TRUE FALSE TRUE
#4 12734 TRUE TRUE TRUE
#5 73642 TRUE FALSE TRUE
可以使用ifelse或通过将逻辑向量转换为数字索引来将其更改为“ Y / N”
pmap(df1, ~
df2 %>%
transmute(!! ..1 := c("N", "Y")[1 + (PropertyValue < 2.6 * ..2)])) %>%
bind_cols(df2, .)
或者使用sapply从base R
cbind(df2, sapply(setNames(2.6 * df1$MedianWage, df1[[1]]), `>`, df2$PropertyValue))
注意：最好使用逻辑列（TRUE/FALSE）代替Y/N
df1 <- structure(list(Job = c("Lawyer", "Bus Driver", "Retail Sales"
), MedianWage = c(104756L, 26598L, 48923L)), .Names = c("Job",
"MedianWage"), class = "data.frame", row.names = c(NA, -3L))
df2 <- structure(list(PropertyValue = c(927346L, 12345L, 87492L, 12734L,
73642L)), .Names = "PropertyValue", class = "data.frame", row.names = c(NA,
-5L))
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句