我有两个数据帧。一个数据帧(Partners.Missing
)包含195个人,我需要使用第二个数据帧(NAsOnly
)中的随机选择构建合作伙伴,这些人是合伙人(已婚,事实上等)。从一个数据帧到另一个数据帧的条件随机匹配
的Partners.Missing
数据帧信息是:
str(Partners.Missing)
'data.frame': 195 obs. of 8 variables:
$ V1 : Factor w/ 2 levels "Female","Male": 1 1 1 2 1 1 1 2 2 2 ...
$ V2 : Factor w/ 9 levels "15 - 17 Years",..: 4 4 7 7 4 4 7 3 7 4 ...
$ V3 : Factor w/ 1 level "Partnered": 1 1 1 1 1 1 1 1 1 1 ...
$ V4 : Factor w/ 7 levels "Eight or More Usual Residents",..: 1 1 5 2 1 1 1 1 2 5 ...
$ V5 : Factor w/ 8 levels "1-9 Hours Worked",..: 8 4 8 6 7 8 7 5 4 6 ...
$ SEX : chr "Male" "Male" "Male" "Female" ...
$ Ageband : num 4 4 7 7 4 4 7 3 7 4 ...
$ Inhabitants: num 8 8 6 5 8 8 8 8 5 6 ...
因为V2是年龄频带的一个因素,我已经创建了Ageband
变量是V2
使得最年轻的年龄组(15重新编码 - 17年)为1,下一个最早的为2等。Inhabitants
是V4
的重新编码,再次构造数字变量。 Sex
是二元“男”/“女”。
第二数据帧(NAsOnly
)上的信息是:
str(NAsOnly)
'data.frame': 762 obs. of 7 variables:
$ SEX : Factor w/ 3 levels "Female","Male",..: 2 2 2 2 2 2 2 2 2 2 ...
$ AGEBAND : Factor w/ 13 levels "0 - 4 Years",..: 3 3 3 3 3 3 3 3 3 3 ...
$ RELATIONSHIP: Factor w/ 4 levels "Non-partnered",..: 3 3 3 3 1 1 1 1 1 1 ...
$ INHABITANTS : Factor w/ 9 levels "Eight or More Usual Residents",..: 7 7 3 2 9 9 9 9 7 7 ...
$ HRSWORKED : Factor w/ 9 levels "1-9 Hours Worked",..: 1 8 6 3 1 2 3 6 3 4 ...
我可以创建新的变量,以便在NAsOnly
Ageband
和Inhabitants
具有相同的结构,在匹配中使用。但我坚持如何配合。我想做的事 - 每个行Partners.Missing
- 是随机NAsOnly
使用下列标准样本的观察:
- 相反
SEX
(这样一个“女”在Partners.Missing
将NAsOnly
匹配到一个“男” ) - 中的“女性”伙伴(无论哪个数据帧的它们起源)是在相同的年龄段,或一个年轻的,比“男性”伙伴
- 的
Inhabitants
数为完全匹配,以使得来自5人家庭的“女性”只能与来自5人家庭的“男性”(正确的年龄段)匹配 - 在
NAsOnly
RELATIONSHIP
只能是“合作”(“非结成伙伴的”和“不包括其他地方”,可以在该数据帧有效的变量条目)*。
所以我想要一对一的比赛,我需要比赛是一个随机抽签,而不是第一个可用。并且做这195次,每次观察Partners.Missing
一次,以便他们的伴侣不再失踪。
我不能使用第一个或最后一个匹配,因为根据我的标准,NAsOnly
可能有很多行匹配 - 它必须是随机抽取,否则每次都会抽取相同的观察值NAsOnly
。基本上,像从NAsOnly
替换随机抽样。使用采样观察值构造第三个匹配数据帧还是将采样观察值作为附加列添加到Partners.Missing
无关紧要。
*它有四个级别与原始较大的数据帧已经总计行,所以第四个(和未使用的)电平为“总计”。
更新: 我试图写一个为下一个循环做到这一点,但预期它不工作。的代码是:
for(i in 1:1) {
row <- Partners.Missing[i,]
if(row$V1=="Female")
matched <- data.frame(row$SEX[i]==Partnered.Censored$SEX &
row$Inhabitants[i]==Partnered.Censored$Inhabitants &
(row$Ageband[i]==Partnered.Censored$Ageband | row$Ageband[i]==Partnered.Censored$Ageband+1)
)
else
matched <- data.frame(row$SEX[i]==Partnered.Censored$SEX &
row$Inhabitants[i]==Partnered.Censored$Inhabitants &
(row$Ageband[i]==Partnered.Censored$Ageband | row$Ageband[i]==Partnered.Censored$Ageband-1)
)
}
此输出单个柱成data frame
称为matched
与TRUE
或FALSE
如在277行的单一列的输入,表示该行的在Partnered.Censored
索引是否为匹配或没有。一旦我把i的最大值增加到2(知道我有195行),我得到NA
作为输出。我有剩余存在以下问题:
- 我希望用行(S),从
Partnered.Censored
匹配,而不是输出一个布尔结果 - 我则想从匹配的行随机抽样产生的新的合作伙伴
- 然后重复为
Partners.Missing
中的每一行。
我也有问题在哪里增加最大值i
,例如,到2,将覆盖TRUE/
FALSE values with
NA`的单列。