我如何创建新变量，该变量将添加以其他变量集为条件的列的值？ 提供示例

如何解决我如何创建新变量，该变量将添加以其他变量集为条件的列的值？ 提供示例

我有四个变量分别用于家庭成员的年龄，即age_01，age_02，ag​​e_03和age_04，还有四个变量用于其工作时间work_hr_01，work_hr_02，work_hr_03和work_hr_04。我想为16岁和17岁家庭成员的总工作时间创建一个新变量。我有以下数据：

id   age_01 age_02 age_03 age_04 work_hr_01 work_hr_02 work_hr_03 work_hr_04  
 1     24      16      22     16      33         45         55        40
 2     33      17      18     17      40         33         35        39         
 3     33      17      16     16      40         33         34        42

期望的结果，其中包含两个新变量work_hr_by_16和work_hr_by_17

ID age_01 age_02 age_03 age_04 work_hr_01 work_hr_02 work_hr_03 work_hr_04  work_hr_by_16   work_hr_by_17
1    24      16      22     16      33         45         55        40              85            na
2    33      17      18     17      40         33         35        39              na            72
3    33      17      16     16      40         33         34        42              76            33

解决方法

如果您以长格式使用数据来区分年龄和工作时间，那么管理数据会容易得多。然后，我们可以filter并仅选择age是16或17的那些行，sum及其work_hr并以宽格式返回数据。

library(dplyr)
library(tidyr)

df %>%
  pivot_longer(cols = -id,names_to = c('.value','num'),names_pattern = '(.*)_(.*)') %>%
  filter(age %in% 16:17) %>%
  group_by(id,age) %>%
  summarise(work_hr = sum(work_hr)) %>%
  pivot_wider(names_from = age,values_from = work_hr,names_prefix = 'work_hr_by_') %>%
  left_join(df,by = 'id')

#    id  work_hr_by_16 work_hr_by_17 age_01 age_02 age_03 age_04 ... 
#  <int>         <int>         <int>  <int>  <int>  <int>  <int> ...
#1     1            85            NA     24     16     22     16 ...
#2     2            NA            72     33     17     18     17 ...
#3     3            76            33     33     17     16     16 ...

数据

df <- structure(list(id = 1:3,age_01 = c(24L,33L,33L),age_02 = c(16L,17L,17L),age_03 = c(22L,18L,16L),age_04 = c(16L,16L
),work_hr_01 = c(33L,40L,40L),work_hr_02 = c(45L,33L
),work_hr_03 = c(55L,35L,34L),work_hr_04 = c(40L,39L,42L
)),class = "data.frame",row.names = c(NA,-3L))