come creare una nuova variabile in un dataframe già esistente

[mattia29Partecipante]

Salve,
sto analizzando dei dati dove è presente la variabile residenza, distinta in italiana e estera.
Vorrei conoscere quanti di questi sono sardi quindi vorrei poter creare un ulteriore variabile che presenti tre modalità dove vengono conteggiati anche i sardi.
come posso fare? nella variabile residenza sono presenti i nomi delle città dove le persone risiedono e non la provincia

• Questo argomento è stato modificato 1 anno, 4 mesi fa da  mattia29.

[Davide MassiddaModeratore]

Se non hai una variabile che codifica per la provincia, te la devi creare. Hai quindi bisogno di un dataset esterno che indichi, per ogni comune, la corrispettiva provincia. A questo punto punto, incroci i due dataset e aggiungi a quello originario la provincia di riferimento, e su questa ti fai i tuoi calcoli.

[mattia29Partecipante]

esatto, non ho una variabile che codifica la provincia. cosa intendi per dataset esterno?

dovrei crearlo attraverso excel?..
oppure se creassi nel file excel esportato in r, una variabile residenza e a quel punto utilizzare questo nuovo anche così sarebbe fattibile.
però sono curiosa di sapere come posso creare dataset esterno e incrociare con l’originario

[Francesco CabidduAmministratore del forum]

Ciao mattia29,
Ci sono due articoli (uno di Davide e uno mio) su questo argomento (incrociare due tabelle) dentro al blog di insular: http://www.insular.it/2019/01/incrociare-due-tabelle-dplyrinner_join-vs-merge/

Vedi se riesci a risolvere il problema leggendo questi. La strada da seguire come ha detto Davide dovrebbe essere creare a mano un dataset su Excel dove ad ogni città corrisponde una regione (un file con due colonne quindi). A quel punto potrai incrociare questa tabella con il tuo dataset originale, dove ad ogni città verrà automaticamente associata la sua regione. A quel punto avrai una variabile che ti indica se una persona è sarda.

[Francesco CabidduAmministratore del forum]

Ciao mattia29,
Ci sono due articoli (uno di Davide e uno mio) su questo argomento (incrociare due tabelle) dentro al blog di insular: http://www.insular.it/2019/01/incrociare-due-tabelle-dplyrinner_join-vs-merge/

Vedi se riesci a risolvere il problema leggendo questi. La strada da seguire come ha detto Davide dovrebbe essere creare a mano un dataset su Excel dove ad ogni città corrisponde una regione (un file con due colonne quindi). A quel punto potrai incrociare questa tabella con il tuo dataset originale, dove ad ogni città verrà automaticamente associata la sua regione. A quel punto avrai una variabile che ti indica se una persona è sarda.

[mattia29Partecipante]

GRazie mille Francesco,
ho letto l’articolo dopo aver fatto a manina il filtraggio. Ovvero, ho una variabile nat, che identifica gli italiani con 1 e gli stranieri con 0, però voglio creare un ulteriore variabile nat1 dove vengano identificati anche i sardi, cioè 1 sardi, 2 italiani, 3 stranieri. Alla fine ho modificato il dataset di excel creando la colonna nat1 e inserito a manina i numeretti.
Non so se con il tuo suggerimento sarebbe stato possibile’ applicarlo alla mia necessità. mi spiego. Si crea la variabile agente in servizi disattivi proveniente da clienti. però mi domando come fa r a riconoscere il valore esatto dell’osservazione corrispondente?. lo domando perchè, se io ho tre provenienze che identifico attraverso le modalità 1,2,3 come faccio a dire a r che 1 sono i sardi, 2 gli italiani e 3 gli stranieri?

• Questa risposta è stata modificata 1 anno, 3 mesi fa da  mattia29.

[mattia29Partecipante]

perdonami, credo di essere giunta a comprensione.
Ho letto anche il posto precedente a questo che hai suggerito. grazie mille

[Davide MassiddaModeratore]

Prova a dare un’occhiata a questo codice.

Prima di tutto mi costruisco due dataset, uno con i dati di interesse e un altro che associa a ogni città la corrispettiva regione:

cittadini <- data.frame(
    nome = c("Paperino","Qua","Zio Paperone","Topolino","Pippo","Rockerduck"),
    nazione = c("Italia", "Italia", "Italia", "Italia", "Italia", "UK"),
    citta = c("Roma","Roma","Ancona","Cagliari","Cagliari","Londra"),
    variabile = c(24,32,11,76,44,27),
    stringsAsFactors = FALSE
)
georef <- data.frame(
    citta = c("Ancona","Roma","Cagliari","Siracusa"),
    regione = c("Marche","Lazio","Sardegna","Sicilia"),
    stringsAsFactors = FALSE
)

Eccoli qua:

> cittadini
          nome nazione    citta variabile
1     Paperino  Italia     Roma        24
2          Qua  Italia     Roma        32
3 Zio Paperone  Italia   Ancona        11
4     Topolino  Italia Cagliari        76
5        Pippo  Italia Cagliari        44
6   Rockerduck      UK   Londra        27

> georef
     citta  regione
1   Ancona   Marche
2     Roma    Lazio
3 Cagliari Sardegna
4 Siracusa  Sicilia

Adesso osserva:

> library(tidyverse)
> left_join(cittadini, georef, by = "citta")
          nome nazione    citta variabile  regione
1     Paperino  Italia     Roma        24    Lazio
2          Qua  Italia     Roma        32    Lazio
3 Zio Paperone  Italia   Ancona        11   Marche
4     Topolino  Italia Cagliari        76 Sardegna
5        Pippo  Italia Cagliari        44 Sardegna
6   Rockerduck      UK   Londra        27     <NA>

Ho unito i due dataset utilizzando come chiavee la citta: il comando left_join attacca al dataframe di sinistra il dataframe di destra ordinando le righe seguendo la corrispondenza per città.

[Davide MassiddaModeratore]

Dimenticavo. Per aggiungere una colonna che vada a specificare, per i sardi, una nazionalità “Sarda” e non Italiana (lo so, finirò in manette per questo :P), puoi fare così:

cittadini <- cittadini %>%
    left_join(georef, by = "citta") %>%
    mutate(
        provenienza =
            ifelse(nazione == "Italia" & regione == "Sardegna", regione, nazione)
    )

> cittadini
          nome nazione    citta variabile  regione provenienza
1     Paperino  Italia     Roma        24    Lazio      Italia
2          Qua  Italia     Roma        32    Lazio      Italia
3 Zio Paperone  Italia   Ancona        11   Marche      Italia
4     Topolino  Italia Cagliari        76 Sardegna    Sardegna
5        Pippo  Italia Cagliari        44 Sardegna    Sardegna
6   Rockerduck      UK   Londra        27     <NA>          UK

[pdeninisPartecipante]

Dimenticavo. Per aggiungere una colonna che vada a specificare, per i sardi, una nazionalità “Sarda” e non Italiana (lo so, finirò in manette per questo :P), puoi fare così

Ahahah! Grande Davide!!

[Francesco CabidduAmministratore del forum]

Per aggiungere una colonna che vada a specificare, per i sardi, una nazionalità “Sarda” e non Italiana

😂👍🏻

[Davide MassiddaModeratore]

Lo so, finirò in manette per queste dichiarazioni!

[AntonioPartecipante]

BuonGiorno,
Come posso raggruppare la variabile età o in generale una variabile continua (ho letto l’articolo La variabile età…ma portate pazienza!) in una variabile a intervalli “0-29” “30-64” “65+” nello stesso dataset?
Grazie

[AntonioPartecipante]

variabile continua in una a intervalli col mutate Grazie

[AntonioPartecipante]

Ma Dov’è l’errore?
library(dplyr)

iris2=iris
iris2 = iris2 %>% mutate (
if (iris2$Petal.With<=0.29){Petal.Int=”0.00-0.29″}
else if (0.30<=iris2$Petal.With<=1.29){Petal.Int=”0.30-1.29″}
else if (1.30<=iris2$Petal.With<=1.79){Petal.Int=”1.30-1.79″}
else {Petal.Int=”1.80-2.50″}
)
Grazie

[Autore]

Articoli