1

Debo construir una nueva variable usando condicionales, pero tengo tantas condiciones que es una locura controlar lo que escribo y por supuesto, lo que me falla. Aquí un breve ejemplo:

df1<-("ind"=c("H0ES1400NA970173", "H0ES1500SS199781", "H0ES1400NA081997", "M0FR640170910243", "M0FR640798940184"),
"padre"=c("0000000000000000","FR640015930519","0000000000000000","ES1500SS950014","ES1500SS950234"),
"madre"=c("0000000000000000","0000000000000000","TR640015930519","FR640015948625","ES1500SS950854"),
"año" =c("2005","2010","2012","2013","2016")

Por un lado debo agrupar a los ind que contengan FR como grupo1 y ES como grupo2, lo cual lo he hecho así:

df$n1<-ifelse(grepl("FR",df$ind),paste0("GRUPO1",aa$n1),paste0("GRUPO2",aa$n1))

Ahora, debo crear una nueva variable que cumpla las siguientes condiciones:

df$p1<-ifelse(df$padre=="0000000000000000"&df$madre=="0000000000000000"&df$año<=2005
              ,paste0(df$n1,"050",df$p1),

ifelse(aa$padre=="0000000000000000"&aa$madre!="0000000000000000"
                     ,paste0(df$n1,"P05",df$p1),
                     ifelse(df$padre!="0000000000000000"&df$madre!="0000000000000000"
                            ,df$padre,
                            ifelse(df$padre!="0000000000000000"&df$madre=="0000000000000000"
                                   ,df$padre, "NOT")

El tema es que con mi df real tengo que una serie temporal de 20 sobre los que debo poner esa condición de df$año<=X, con lo cual tendría que repetir estos 4 ifelse 80 veces. No es que no me funcione, pero es una locura controlar tantos paréntesis y demás. He pensado hacer un bucle for que lea todas filas de todas las columnas y luego poner los condicionales dentro, pero no sé como escribir las condiciones dentro del bucle y luego no entiendo tampoco cómo escribir la salida en una matriz o un data.frame. Por otro lado creo que igual se puede hacer algún tipo de función que teste las diferentes condiciones, pero tampoco tengo muy claro cómo escribirla, cómo anidar los condicionales y luego cómo obtener mi df final. Me pueden ayudar, por favor?

4
  • ¿Cual es el sentido de la condición df$año<=año si, según dices debes repetirla varias veces? Por ejemplo, df$año<=2005 ya incluiría por ejemplo a df$año<=2001 . el 1 feb. 2019 a las 14:14
  • Tengo una serie temporal bastante larga y debo hacer los intervalos de tiempo cada 3 años, con lo cual una vez sería <=1990 por ejmplo, luego <=1993 etc.
    – Caro
    el 1 feb. 2019 a las 14:16
  • Ok, pero <=1993 también incluye a <=1990, no me queda claro el sentido de esa condición. el 1 feb. 2019 a las 15:16
  • A lo mejor no me he explicado bien. Primero debo agrupar los individuos que contienen ES o FR (Y en algún caso otras letras) en grupos diferentes(Grupo1 y 2(En grupo2 siempre sólo ES). Luego debo probar las condiciones de padre y madre que describí y poner "P" o "0" según corresponda (De esta manera iría escribiendo Grupo1P-Grupo10). Luego, debo poner a esa P y ese 0 el intervalo temporal. Por ej, grupo2P03 significa que esos ind son ES, les falta sólo el padre y tienen un año (de nacimiento) que está entre el año 2000 al 2003. También tendré gruposP06, P09 etc.
    – Caro
    el 2 feb. 2019 a las 10:50

1 respuesta 1

1

En este caso lo recomendable siempre es trabajar los parámetros como vectores para luego aplicar un loop -por ejemplo "for"- sobre ellos.

Generalizando el caso de los grupos como etiquetas de la columna "ind"

# Definimos los parametros
grupos = c("GRUPO1","GRUPO2")
etiquetas = c("FR","ES")
b <- as.character(df1$ind) # se aplica coercion

# si longitud grupos es igual a longitud etiquetas
for (i in 1:length(grupos)){
      b[grepl(etiquetas[i],b)] <- grupos[i]
}

df1$ind <- b  # Sobre escribimos
print(df1)

df2$grupos <- b # o Insertamos y organizamos las columnas
df2 <- subset(df2, select=c("ind","grupos","padre","madre","año"))
print(df2)

Una de las cosas también que se tiene que tener en cuenta cuando trabajas con data.frame son las columnas en este caso se han definido como factores print(str(df1)) Por lo tanto años debemos convertirlo en número para evaluar la expresión df$año<=X que necesitas

df$año <- as.numeric(as.character(df$año)) # se aplica coercion porque 2005 es número
anllos <- df$año
print(anllos)

También para simplificar duplique la tabla aa de la original y con esto emplee el siguiente loop

for(i in 1:length(anllos)){
df[,paste0("p",i)] <-ifelse(
  df$padre=="0000000000000000"&df$madre=="0000000000000000"&df$año<=anllos[i],
      paste0(df$n1,"050",df$p1),

      ifelse(
        aa$padre=="0000000000000000"&aa$madre!="0000000000000000",
        paste0(df$n1,"P05",df$p1), 

        ifelse(
          df$padre!="0000000000000000"&df$madre!="0000000000000000" ,
          df$padre,

          ifelse(df$padre!="0000000000000000"&df$madre=="0000000000000000" ,
          df$padre, 
          "NOT")
          )
      )
)
}

print(df)

Puedes ver el código completo y ejecutarlo en este enlance de replit

3
  • Gracias, funciona, pero no entiendo muy bien que hace este bucle... for (i in 1:length(grupos)){ b[grepl(etiquetas[i],b)] <- grupos[i] } y si en etiquetas tuviera más, a parte de FR y ES? Ese bucle ya no funcionaría, verdad?
    – Caro
    el 1 feb. 2019 a las 14:37
  • @Caro, el bucle cuando i es 1 la expresión grepl(etiquetas[i],b) te devuelve un vector: FFFVV con lo cual la posición 4 y 5 serán GRUPO1 y similar cuando i=2: VVVFF posición 1,2,3 serán GRUPO2 el 1 feb. 2019 a las 15:44
  • Y efectivamente si tuvieras más etiquetas no podrías usar lo anterior porque está pensado para una relación de uno a uno, quizás si quisieras vincular departamentos con ciudades (relación de uno a muchos) igual son datos de entrada, por tanto tocaría repetir cada departamento de acuerdo a la cantidad de ciudades que tenga, como si fuera una tabla y aplicar el bucle for antes señalado. el 1 feb. 2019 a las 15:50

Tu Respuesta

Al pulsar en “Publica tu respuesta”, muestras tu consentimiento a nuestros términos de servicio, política de privacidad y política de cookies

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.