r data.frame创建新变量 [英] r data.frame create new variable
本文介绍了r data.frame创建新变量的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
aa< - concat.split（mydata，VARIABLE ，sep =_，drop = F）
但运行2小时后，任何输出。我不知道我是否应该运行一段较长的时间，或者如果这样做是非常耗时的方式。
有关这个问题的任何帮助非常感谢！
这是一个可重复的（子集！）示例：
mydata< - structure（list（PROVINCE = c（1L，4L，7L，8L，11L，14L，17L，20L，
24L，28L，30L，33L，36L，41L，44L，46L ，48L，3L，6L，8L，10L，
13L，15L，18L，23L，26L，29L，31L，35L，38L，41L，46L，47L，2L，
4L，8L，8L ，11L，15L，17L，21L，24L，28L，30L，33L，37L，41L，
45L，46L，49L，3L，6L，8L，10L，13L，15L，19L，23L，27L，29L ，
32L，36L，39L，43L，46L，48L，2L，5L，8L，8L，12L，15L，18L，
21L，24L，28L，30L，33L，37L，41L，45L ，46L，50L，3L，7L，8L，
10L，14L，16L，20L，23L，27L，29L，32L，36L，39L，43L，46L，48L，
3L，6L，8L ，8L，12L，15L，18L，21L，25L，28L，31L，34L，38L，
41L，45L，46L，50L，3L，7L，8L，11L，14L，17L，20L，23L，27L ，
29L，33L，36L，40L，4 3L，46L，48L，3L，6L，8L，9L，12L，15L，
18L，22L，25L，28L，31L，35L，38L，41L，45L，46L，50L，4L，7L，
8L，11L，14L，17L，20L，24L，28L，30L，33L，36L，41L，43L，46L，
48L，3L，6L，8L，10L，13L，15L，18L，22L， 26L，28L，31L，35L，
38L，41L，46L，47L，1L，4L，8L，8L，11L，14L，17L，20L，24L，
28L，30L，33L，36L， 41L，44L，46L，49L，3L，6L），AGE5 =结构（c（1L，
5L，9L，7L，6L，7L，5L，8L，3L，3L，3L，5L，8L， ，3L，6L，9L，
5L，7L，4L，3L，5L，8L，8L，2L，8L，2L，9L，7L，9L，9L，2L，7L，
2L，9L ，1L，8L，8L，6L，6L，6L，6L，9L，6L，6L，8L，9L，3L，4L， ，3L，4L，4L，1L，3L，1L，2L，
2L，6L，6L，2L，9L，2L，2L，1L，5L，9L，5L，8L，9L，7L，4L，3L ，
7L，2L，8L，2L，6L，9L，1L，5L，1L，6L，6L，6L，7L，3L，6L，3L，
3L，4L，1L，1L，2L ，9L，6L，3L，3L，3L，8L，3L，3L，1L，5L，2L，6L， ，8L，1L，5L，1L，
6L，4L，6L，2L，3L，3L，5L，9L，5L，5L，4L ，7L，8L，3L，6L，3L，6L，3L，6L，1L，2L，2L，3L，7L，
1L，9L，5L，8L，4L，5L，4L，1L，3L，7L，7L，9L，3L，9L，7L，5L，
7L，8L，1L，4L，4L，6L，1L ，8L，7L，8L，6L，8L，4L，3L，4L，5L，
9L，2L，6L，6L，1L，5L，7L），标号= c（10-14 15-19，20-24，
25-29，30-34，35-39，40-44，45-49 ），
ZONA91OK = c（101L，4079L，712L，8205L，11022L，14021L，1714L，
20067L，2414L，2810L，300799L，3305L，36026L，41024L，4405L ，
4607L，48015L，308L，610L，8121L，1006L，1307L，1511L，1813L，
2308L，2605L，2910L，310799L，35026L，3811L，411199L，4601L，
4708L，202L ，405L，8015L，837L，11033L，1502L，1702L，2112L，
2408L，28047L，30015L，3305L，3709L，410199L，4511L，1202L，
490699L，3063L，610L，827L，1006L，1301L ，15036L，1901L，
2310L，2709L，29025L，3201L，36008L，390899L，4301L，46184L，
4805L，206L，504L，817L，813L，12135L，1519L，1810L，2104L，
2402L，281 30L，30030L，3305L，3707L，411399L，45165L，46181L，
5008L，305L，7026L，803L，1006L，1413L，16078L，200999L，
2312L，2712L，29069L，3210L，3616L，391199L， 4313L，46105L，
4805L，310L，6153L，8252L，8205L，1205L，1505L，1808L，2110L，
2508L，2810L，311399L，3405L，3807L，41024L，4507L，46102L，
500599L，3014L，706L，8121L，11028L，14042L，1712L，20045L，
2314L，27031L，29901L，33024L，3614L，400199L，4307L，46021L，
4805L，3066L，6153L，8015L，901L， 12040L，1522L，1806L，2203L，
2508L，28047L，311099L，35004L，3801L，410199L，4515L，46017L，
501199L，407L，7027L，827L，1102L，1404L，17155L，200599L，
24089L，2812L，30019L，33024L，3612L，41038L，4301L，4628L，
4805L，307L，6153L，817L，1004L，1309L，1508L，1804L，2206L，
2606L，28130L，310799L， 35011L，38022L，411399L，4622L，4701L，
1036L，4079L，807L，803L，1108L，1410L，1708L，201399L，2410L，
28058L，30043L，33024L，3610L，410399L，4401L，4621L， 490499L，
30 （1L，1L，1L，1L，1L，
1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， ，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，3L，3L，
3L，3L，3L，3L ，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，
4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L ，4L，4L，4L，4L，4L，4L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，
5L，5L，5L ，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，7L，7L，7L，7L，7L，7L，7L ，7L，7L，7L，7L，7L，7L，7L，
7L，7L，7L，7L，7L，7L，8L，8L，8L，8L，8L，8L，8L，8L，8L，
8L，8L 8L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L， ，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，11L，11L，11L，11L， ，11L，11L，11L，11L，11L，11L，11L，11L，11L，11L，11L，
11L，11L，11L，12L，12L，12L，12L，12L，12L，12L，12L，12L，
12L，12L ，12L，12L，12L，12L，12L，12L，13L，13L），.Label = c（SPAIN_1998，
EU15DC_1998，ROE_1998，MAGREB_1998，SSA_1998，LA_1998，
ASIA_1998，ROW_1998，Total_1998，SPAIN_1999，EU15DC_1999，
ROE_1999，MAGREB_1999，SSA_1999，LA_1999，ASIA_1999，
ROW_1999，Total_1999，SPAIN_2000，EU15DC_2000，ROE_2000，
MAGREB_2000 ，SSA_2000，LA_2000，ASIA_2000，ROW_2000，
Total_2000，SPAIN_2001，EU15DC_2001，ROE_2001，MAGREB_2001，
SSA_2001 LA_2001，ASIA_2001，ROW_2001，Total_2001，
SPAIN_2002，EU15DC_2002，ROE_2002，MAGREB_2002，SSA_2002，
LA_2002，ASIA_2002 ，ROW_2002，Total_2002，SPAIN_2003，
EU15DC_2003，ROE_2003，MAGREB_2003，SSA_2003，LA_2003，
ASIA_2003，ROW_2003 Total_2003，SPAIN_2004，EU15DC_2004，
ROE_2004，MAGREB_2004，SSA_2004，LA_2004，ASIA_2004，
ROW_2004，Total_2004，SPAIN_2005 ，EU15DC_2005，ROE_2005，
MAGREB_2005，SSA_2005，LA_2005，ASIA_2005，ROW_2005，
Total_2005，SPAIN_2006，EU15DC_2006，ROE_2006，MAGREB_2006，
SSA_2006，LA_2006，ASIA_2006，ROW_2006，Total_2006，
SPAIN_2007，EU15DC_2007，ROE_2007，MAGREB_2007，SSA_2007，
LA_2007，ASIA_2007，ROW_2007，Total_2007，SPAIN_2008，
EU15DC_2008 ROE_2008，MAGREB_2008，SSA_2008，LA_2008，
ASIA_2008，ROW_2008，Total_2008，SPAIN_2009，EU15DC_2009，
ROE_2009 MAGREB_2009，SSA_2009，LA_2009，ASIA_2009，
ROW_2009，Total_2009，SPAIN_2010，EU15DC_2010，ROE_2010，
MAGREB_2010 LA_2010，LA_2010，ASIA_2010，ROW_2010，
Total_2010，SPAIN_2011，EU15DC_2011，ROE_2011，MAGREB_2011，
SSA_2011 ASIA_2011，ROW_2011，Total_2011，
SPAIN_2012，EU15DC_2012，ROE_2012，MAGREB_2012，SSA_2012，
LA_2012，ASIA_2012，ROW_2012 ，Total_2012，NOTSPAIN_1998，
NOTSPAIN_1999，NOTSPAIN_2000，NOTSPAIN_2001，NOTSPAIN_2 002，
NOTSPAIN_2003，NOTSPAIN_2004，NOTSPAIN_2005，NOTSPAIN_2006，
NOTSPAIN_2007，NOTSPAIN_2008，NOTSPAIN_2009，NOTSPAIN_2010，
NOTSPAIN_2011 ，AFRICA_2002，AFRICA_2009，AFRICA_2009，AFRICA_2009，AFRICA_2009， AFRICA_2007，
AFRICA_2008，AFRICA_2009，AFRICA_2010，AFRICA_2011，
AFRICA_2012，DWC_1998，DWC_1999，DWC_2000，DWC_2001 bDWC_2002，DWC_2003，DWC_2004，DWC_2005，DWC_2006，
DWC_2007，DWC_2008，DWC_2009，DWC_2010，DWC_2011 DWC_2012），class =factor），FREQUENCY = c（614,1943，
59，201，188，10859，93，
1494,60,1001,1000,689,675,934 ，51，
1240，165，13，0，14，2，2，
2，0，3，0，40，1，18，41，1，0，3，0，0 ，0，1，0，
0，0，0，0，7，1，0，0，0，0，0，0，0，0，80，0，
0，0 ，4，0，0，15，0，0，1，1，3，4，0，0，0，0，0，0，0，
0，0，0，0，0，2 ，0， 1，0，0，2，11，0，0，0，3，2，1，5，
64,1,4,1,3,4,8,1,1,1,1， 0，0，0，
0，0，1，0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，0，
0，0，0，0，0，0，0，2173，907，9059，839，
4303，100，1727，663，694，1210，623，
1261,772， 697，490，1031，490，956，704，
1293，1011，739，927，755，3340，1190，1254，12880,528，
3244,277,892,837,1， 2，10，1，1，2，2，0，0，1，8，3，
12，0，2，1，0，4，0，0，0，0，0， 1，12，0，7，0，0，0，
0,0,5,2）），.Names = c（PROVINCE，AGE5，ZONA91OK，
VARIABLE，FREQUENCY），row.names = c（1L，501L，1001L，1501L，
2001L，2501L，3001L，3501L，4001L，4501L，5001L，5501L，6001L，
6501L， 7001L，7501L，8001L，8501L，9001L，9501L，10001L，10501L，
11001L，11501L，12001L，12501L，13001L，13501L，14001L，14501L，
15001L，15501L，16001L，16501L，17001L， 17501L，18001L，18501L，
19001L，19501L，20001L，20501L，21001L，21501L，22001L，22501L，
23001L，23501L，24001L，2450 1L，25001L，25501L，26001L，26501L，
27001L，27501L，28001L，28501L，29001L，29501L，30001L，30501L，
31001L，31501L，32001L，32501L，33001L，33501L，34001L，34501L，
35001L，35501L，36001L，36501L，37001L，37501L，38001L，38501L，
39001L，39501L，40001L，40501L，41001L，41501L，42001L，42501L，
43001L，43501L，44001L， 44501L，45001L，45501L，46001L，46501L，
47001L，47501L，48001L，48501L，49001L，49501L，50001L，50501L，
51001L，51501L，52001L，52501L，53001L，53501L，54001L，54501L，
55001L，55501L，56001L，56501L，57001L，57501L，58001L，58501L，
59001L，59501L，60001L，60501L，61001L，61501L，62001L，62501L，
63001L，63501L，64001L， 64501L，65001L，65501L，66001L，66501L，
67001L，67501L，68001L，68501L，69001L，69501L，70001L，70501L，
71001L，71501L，72001L，72501L，73001L，73501L，74001L，74501L，
75001L，75501L，76001L，76501L，77001L，77501L，78001L，78501L，
79001L，79501L，80001L，80501L，81001L，81501L， 82001L，82501L，
83001L，83501L，84001L，84501L，85001L，85501L，86001L，86501L，
87001L，87501L，88001L，88501L，89001L，89501L，90001L，90501L，
91001L， 91501L，92001L，92501L，93001L，93501L，94001L，94501L，
95001L，95501L，96001L，96501L，97001L，97501L，98001L，98501L，
99001L，99501L），class =data.frame ）
解决方案
$ b
library（data.table）
dt = data.table（mydata）
dt [，`：= `（NATIONALITY = sub（'（。*）_（。*）'，'\\1'，VARIABLE），
YEAR = sub（'（。*）_（。*） \\2'，VARIABLE））]
I have a dataframe with around 1.5 million rows and 5 cols. One variable (VARIABLE) is of this type NATIONALITY_YEAR (e.g. SPAIN_1998) and I want to split it in two columns, one containing the Nationality, which is the left side of the name before the underscore, and one containing the Year, right side of the underscore. I have tried with concat.split which should be the easiest way:
aa <- concat.split(mydata, "VARIABLE", sep = "_", drop = F)
but after 2 hours running it did not produce any output. I am not sure if I should leave it running for a longer period of time or if there is a non time consuming way to do this.
Any help on the issue would be very much appreciated!
Here is a reproducible (subset!) sample:
mydata<- structure(list(PROVINCE = c(1L, 4L, 7L, 8L, 11L, 14L, 17L, 20L,
24L, 28L, 30L, 33L, 36L, 41L, 44L, 46L, 48L, 3L, 6L, 8L, 10L,
13L, 15L, 18L, 23L, 26L, 29L, 31L, 35L, 38L, 41L, 46L, 47L, 2L,
4L, 8L, 8L, 11L, 15L, 17L, 21L, 24L, 28L, 30L, 33L, 37L, 41L,
45L, 46L, 49L, 3L, 6L, 8L, 10L, 13L, 15L, 19L, 23L, 27L, 29L,
32L, 36L, 39L, 43L, 46L, 48L, 2L, 5L, 8L, 8L, 12L, 15L, 18L,
21L, 24L, 28L, 30L, 33L, 37L, 41L, 45L, 46L, 50L, 3L, 7L, 8L,
10L, 14L, 16L, 20L, 23L, 27L, 29L, 32L, 36L, 39L, 43L, 46L, 48L,
3L, 6L, 8L, 8L, 12L, 15L, 18L, 21L, 25L, 28L, 31L, 34L, 38L,
41L, 45L, 46L, 50L, 3L, 7L, 8L, 11L, 14L, 17L, 20L, 23L, 27L,
29L, 33L, 36L, 40L, 43L, 46L, 48L, 3L, 6L, 8L, 9L, 12L, 15L,
18L, 22L, 25L, 28L, 31L, 35L, 38L, 41L, 45L, 46L, 50L, 4L, 7L,
8L, 11L, 14L, 17L, 20L, 24L, 28L, 30L, 33L, 36L, 41L, 43L, 46L,
48L, 3L, 6L, 8L, 10L, 13L, 15L, 18L, 22L, 26L, 28L, 31L, 35L,
38L, 41L, 46L, 47L, 1L, 4L, 8L, 8L, 11L, 14L, 17L, 20L, 24L,
28L, 30L, 33L, 36L, 41L, 44L, 46L, 49L, 3L, 6L), AGE5 = structure(c(1L,
5L, 9L, 7L, 6L, 7L, 5L, 8L, 3L, 3L, 3L, 5L, 8L, 2L, 3L, 6L, 9L,
5L, 7L, 4L, 3L, 5L, 8L, 8L, 2L, 8L, 2L, 9L, 7L, 9L, 9L, 2L, 7L,
2L, 9L, 1L, 8L, 8L, 1L, 8L, 1L, 6L, 4L, 6L, 7L, 2L, 3L, 1L, 7L,
5L, 6L, 9L, 5L, 6L, 8L, 9L, 3L, 4L, 3L, 4L, 4L, 1L, 3L, 1L, 2L,
2L, 6L, 6L, 2L, 9L, 2L, 2L, 1L, 5L, 9L, 5L, 8L, 9L, 7L, 4L, 3L,
7L, 2L, 8L, 2L, 6L, 9L, 1L, 5L, 1L, 6L, 6L, 6L, 7L, 3L, 6L, 3L,
3L, 4L, 1L, 1L, 2L, 9L, 6L, 4L, 3L, 8L, 3L, 7L, 1L, 5L, 2L, 6L,
6L, 8L, 5L, 9L, 5L, 6L, 2L, 3L, 1L, 4L, 8L, 9L, 8L, 1L, 5L, 1L,
6L, 4L, 6L, 2L, 3L, 3L, 5L, 9L, 5L, 5L, 4L, 7L, 8L, 4L, 2L, 5L,
7L, 8L, 9L, 8L, 3L, 7L, 7L, 5L, 6L, 3L, 6L, 1L, 2L, 2L, 3L, 7L,
1L, 9L, 5L, 8L, 4L, 5L, 4L, 1L, 3L, 7L, 7L, 9L, 3L, 9L, 7L, 5L,
7L, 8L, 1L, 4L, 4L, 6L, 1L, 8L, 7L, 8L, 6L, 8L, 4L, 3L, 4L, 5L,
9L, 2L, 6L, 6L, 1L, 5L, 7L), .Label = c("10-14", "15-19", "20-24",
"25-29", "30-34", "35-39", "40-44", "45-49", "50-54"), class = "factor"),
ZONA91OK = c(101L, 4079L, 712L, 8205L, 11022L, 14021L, 1714L,
20067L, 2414L, 2810L, 300799L, 3305L, 36026L, 41024L, 4405L,
4607L, 48015L, 308L, 610L, 8121L, 1006L, 1307L, 1511L, 1813L,
2308L, 2605L, 2910L, 310799L, 35026L, 3811L, 411199L, 4601L,
4708L, 202L, 405L, 8015L, 837L, 11033L, 1502L, 1702L, 2112L,
2408L, 28047L, 30015L, 3305L, 3709L, 410199L, 4511L, 1202L,
490699L, 3063L, 610L, 827L, 1006L, 1301L, 15036L, 1901L,
2310L, 2709L, 29025L, 3201L, 36008L, 390899L, 4301L, 46184L,
4805L, 206L, 504L, 817L, 813L, 12135L, 1519L, 1810L, 2104L,
2402L, 28130L, 30030L, 3305L, 3707L, 411399L, 45165L, 46181L,
5008L, 305L, 7026L, 803L, 1006L, 1413L, 16078L, 200999L,
2312L, 2712L, 29069L, 3210L, 3616L, 391199L, 4313L, 46105L,
4805L, 310L, 6153L, 8252L, 8205L, 1205L, 1505L, 1808L, 2110L,
2508L, 2810L, 311399L, 3405L, 3807L, 41024L, 4507L, 46102L,
500599L, 3014L, 706L, 8121L, 11028L, 14042L, 1712L, 20045L,
2314L, 27031L, 29901L, 33024L, 3614L, 400199L, 4307L, 46021L,
4805L, 3066L, 6153L, 8015L, 901L, 12040L, 1522L, 1806L, 2203L,
2508L, 28047L, 311099L, 35004L, 3801L, 410199L, 4515L, 46017L,
501199L, 407L, 7027L, 827L, 1102L, 1404L, 17155L, 200599L,
24089L, 2812L, 30019L, 33024L, 3612L, 41038L, 4301L, 4628L,
4805L, 307L, 6153L, 817L, 1004L, 1309L, 1508L, 1804L, 2206L,
2606L, 28130L, 310799L, 35011L, 38022L, 411399L, 4622L, 4701L,
1036L, 4079L, 807L, 803L, 1108L, 1410L, 1708L, 201399L, 2410L,
28058L, 30043L, 33024L, 3610L, 410399L, 4401L, 4621L, 490499L,
3059L, 6153L), VARIABLE = structure(c(1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L,
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L,
4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L,
4L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L,
5L, 5L, 5L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L,
7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L,
9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L,
10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 11L,
11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L,
11L, 11L, 11L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 12L,
12L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 13L, 13L), .Label = c("SPAIN_1998",
"EU15DC_1998", "ROE_1998", "MAGREB_1998", "SSA_1998", "LA_1998",
"ASIA_1998", "ROW_1998", "Total_1998", "SPAIN_1999", "EU15DC_1999",
"ROE_1999", "MAGREB_1999", "SSA_1999", "LA_1999", "ASIA_1999",
"ROW_1999", "Total_1999", "SPAIN_2000", "EU15DC_2000", "ROE_2000",
"MAGREB_2000", "SSA_2000", "LA_2000", "ASIA_2000", "ROW_2000",
"Total_2000", "SPAIN_2001", "EU15DC_2001", "ROE_2001", "MAGREB_2001",
"SSA_2001", "LA_2001", "ASIA_2001", "ROW_2001", "Total_2001",
"SPAIN_2002", "EU15DC_2002", "ROE_2002", "MAGREB_2002", "SSA_2002",
"LA_2002", "ASIA_2002", "ROW_2002", "Total_2002", "SPAIN_2003",
"EU15DC_2003", "ROE_2003", "MAGREB_2003", "SSA_2003", "LA_2003",
"ASIA_2003", "ROW_2003", "Total_2003", "SPAIN_2004", "EU15DC_2004",
"ROE_2004", "MAGREB_2004", "SSA_2004", "LA_2004", "ASIA_2004",
"ROW_2004", "Total_2004", "SPAIN_2005", "EU15DC_2005", "ROE_2005",
"MAGREB_2005", "SSA_2005", "LA_2005", "ASIA_2005", "ROW_2005",
"Total_2005", "SPAIN_2006", "EU15DC_2006", "ROE_2006", "MAGREB_2006",
"SSA_2006", "LA_2006", "ASIA_2006", "ROW_2006", "Total_2006",
"SPAIN_2007", "EU15DC_2007", "ROE_2007", "MAGREB_2007", "SSA_2007",
"LA_2007", "ASIA_2007", "ROW_2007", "Total_2007", "SPAIN_2008",
"EU15DC_2008", "ROE_2008", "MAGREB_2008", "SSA_2008", "LA_2008",
"ASIA_2008", "ROW_2008", "Total_2008", "SPAIN_2009", "EU15DC_2009",
"ROE_2009", "MAGREB_2009", "SSA_2009", "LA_2009", "ASIA_2009",
"ROW_2009", "Total_2009", "SPAIN_2010", "EU15DC_2010", "ROE_2010",
"MAGREB_2010", "SSA_2010", "LA_2010", "ASIA_2010", "ROW_2010",
"Total_2010", "SPAIN_2011", "EU15DC_2011", "ROE_2011", "MAGREB_2011",
"SSA_2011", "LA_2011", "ASIA_2011", "ROW_2011", "Total_2011",
"SPAIN_2012", "EU15DC_2012", "ROE_2012", "MAGREB_2012", "SSA_2012",
"LA_2012", "ASIA_2012", "ROW_2012", "Total_2012", "NOTSPAIN_1998",
"NOTSPAIN_1999", "NOTSPAIN_2000", "NOTSPAIN_2001", "NOTSPAIN_2002",
"NOTSPAIN_2003", "NOTSPAIN_2004", "NOTSPAIN_2005", "NOTSPAIN_2006",
"NOTSPAIN_2007", "NOTSPAIN_2008", "NOTSPAIN_2009", "NOTSPAIN_2010",
"NOTSPAIN_2011", "NOTSPAIN_2012", "AFRICA_1998", "AFRICA_1999",
"AFRICA_2000", "AFRICA_2001", "AFRICA_2002", "AFRICA_2003",
"AFRICA_2004", "AFRICA_2005", "AFRICA_2006", "AFRICA_2007",
"AFRICA_2008", "AFRICA_2009", "AFRICA_2010", "AFRICA_2011",
"AFRICA_2012", "DWC_1998", "DWC_1999", "DWC_2000", "DWC_2001",
"DWC_2002", "DWC_2003", "DWC_2004", "DWC_2005", "DWC_2006",
"DWC_2007", "DWC_2008", "DWC_2009", "DWC_2010", "DWC_2011",
"DWC_2012"), class = "factor"), FREQUENCY = c(614, 1943,
59, 201, 188, 10859, 93,
1494, 60, 1001, 1000, 689, 675, 934, 51,
1240, 165, 13, 0, 14, 2, 2,
2, 0, 3, 0, 40, 1, 18, 41, 1, 0, 3, 0, 0, 0, 1, 0,
0, 0, 0, 0, 7, 1, 0, 0, 0, 0, 0, 0, 0, 0, 80, 0,
0, 0, 4, 0, 0, 15, 0, 0, 1, 1, 3, 4, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 2, 0, 1, 0, 0, 2, 11, 0, 0, 0, 3, 2, 1, 5,
64, 1, 4, 1, 3, 4, 8, 1, 1, 1, 1, 0, 0, 0,
0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 2173, 907, 9059, 839,
4303, 100, 1727, 663, 694, 1210, 623,
1261, 772, 697, 490, 1031, 490, 956, 704,
1293, 1011, 739, 927, 755, 3340, 1190, 1254, 12880, 528,
3244, 277, 892, 837, 1, 2, 10, 1, 1, 2, 2, 0, 0, 1, 8, 3,
12, 0, 2, 1, 0, 4, 0, 0, 0, 0, 0, 0, 1, 12, 0, 7, 0, 0, 0,
0, 0, 5, 2)), .Names = c("PROVINCE", "AGE5", "ZONA91OK",
"VARIABLE", "FREQUENCY"), row.names = c(1L, 501L, 1001L, 1501L,
2001L, 2501L, 3001L, 3501L, 4001L, 4501L, 5001L, 5501L, 6001L,
6501L, 7001L, 7501L, 8001L, 8501L, 9001L, 9501L, 10001L, 10501L,
11001L, 11501L, 12001L, 12501L, 13001L, 13501L, 14001L, 14501L,
15001L, 15501L, 16001L, 16501L, 17001L, 17501L, 18001L, 18501L,
19001L, 19501L, 20001L, 20501L, 21001L, 21501L, 22001L, 22501L,
23001L, 23501L, 24001L, 24501L, 25001L, 25501L, 26001L, 26501L,
27001L, 27501L, 28001L, 28501L, 29001L, 29501L, 30001L, 30501L,
31001L, 31501L, 32001L, 32501L, 33001L, 33501L, 34001L, 34501L,
35001L, 35501L, 36001L, 36501L, 37001L, 37501L, 38001L, 38501L,
39001L, 39501L, 40001L, 40501L, 41001L, 41501L, 42001L, 42501L,
43001L, 43501L, 44001L, 44501L, 45001L, 45501L, 46001L, 46501L,
47001L, 47501L, 48001L, 48501L, 49001L, 49501L, 50001L, 50501L,
51001L, 51501L, 52001L, 52501L, 53001L, 53501L, 54001L, 54501L,
55001L, 55501L, 56001L, 56501L, 57001L, 57501L, 58001L, 58501L,
59001L, 59501L, 60001L, 60501L, 61001L, 61501L, 62001L, 62501L,
63001L, 63501L, 64001L, 64501L, 65001L, 65501L, 66001L, 66501L,
67001L, 67501L, 68001L, 68501L, 69001L, 69501L, 70001L, 70501L,
71001L, 71501L, 72001L, 72501L, 73001L, 73501L, 74001L, 74501L,
75001L, 75501L, 76001L, 76501L, 77001L, 77501L, 78001L, 78501L,
79001L, 79501L, 80001L, 80501L, 81001L, 81501L, 82001L, 82501L,
83001L, 83501L, 84001L, 84501L, 85001L, 85501L, 86001L, 86501L,
87001L, 87501L, 88001L, 88501L, 89001L, 89501L, 90001L, 90501L,
91001L, 91501L, 92001L, 92501L, 93001L, 93501L, 94001L, 94501L,
95001L, 95501L, 96001L, 96501L, 97001L, 97501L, 98001L, 98501L,
99001L, 99501L), class = "data.frame")
解决方案
Try this instead:
library(data.table)
dt = data.table(mydata)
dt[, `:=`(NATIONALITY = sub('(.*)_(.*)', '\\1', VARIABLE),
YEAR = sub('(.*)_(.*)', '\\2', VARIABLE))]
这篇关于r data.frame创建新变量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
查看全文
