一起来学 R编程吧（1）--R语言中%in%函数的用法

本文链接：https://blog.csdn.net/dege857/article/details/123344362

本文介绍了R语言中的%in%函数，用于判断向量元素是否存在于另一向量中，并展示了如何通过该函数进行数据提取和清洗。通过实例，解释了如何利用%in%配合ifelse和which函数进行条件筛选，以及在实际数据分析中的应用，例如在矿工数据集中创建肺癌标志变量。

摘要由CSDN通过智能技术生成

R语言由一个个基础函数组成，熟练灵活应用这些基础函数，有助于我们更好的学习R包及编程,这个专栏可能很多人不感兴趣，但是对提升自己很有帮助，感兴趣的朋友一起来学习。今天我们来介绍一下%in%函数的用法，这个函数在我们数据提取、清洗及编程中用处很大，今天我们一起来学习一下。
在这里插入图片描述
%in%函数的用法就是判断函数左边的向量是否在函数右边中，然后返回一个布尔值（就是正确或者错误）。我们由浅入深来体会这个函数的应用。先建立两个向量a和b.

a<-1:10
b<-c(1,3,5,9)

在这里插入图片描述

a %in% b

如图所示a和b一样放入时候为TURE，不然为FALSE
在这里插入图片描述
我们可以通过取子集的方式把TURE的值取出来，就是a里面有b

a[a %in% b]

在这里插入图片描述
假设我们不需要TURE的值，需要FALSE这部分, 就是a里面没有b

a[!(a %in% b)]

在这里插入图片描述
结合ifelse函数来使用

ifelse(a %in% 1, 1, 0) #若a的值包含在1里面，输出1，否者输出0

在这里插入图片描述

ifelse(a %in% 1, 'yes', 'no') #若a的值包含在1里面，输出yes，否者输出no

在这里插入图片描述
结合which函数来使用

which(a %in% 1) #输出x包含在1中值的位置

在这里插入图片描述

ifelse(a %in% b, which(a==b), 0 ) ##若a的值包含在b里面，输出a==b的位置，否者输出0

在这里插入图片描述
下面我们使用一个实例数据来演示
先导入我们的数据

bc<-read.csv("E:/r/test/kuanggong.csv",sep=',',header=TRUE)

在这里插入图片描述
这是一个矿工的数据（公众号回复：矿工数据，可以获得数据），主要是研究镍冶炼工人，包括接触、随访期和死亡原因的信息。一共有12个变量。Agr年龄段，这里5岁为一个年龄段。Ygr出生年份周期，也是5年为一段，icd死亡诊断的icd编码，exposure为暴露指数，agein随访开始时的年龄，ageout随访结束时的年龄，lung每百万人年肺癌死亡率。
假设我们想了解镍冶炼工人的肺癌死亡率，icd编码中162,163为肺癌诊断，我们先生成一个肺癌的指标

bb<-within(bc,lung.cancer<-as.numeric(icd %in% c(162,163)))####添加肺癌这个变量，对应的icd为162和163

使用ifelse语句也是一样的

bb$lung.cancer1<-ifelse(bc$icd %in% c(162,163), 1, 0)

在这里插入图片描述
这样我们就把icd中162和163的变量设置为肺癌中的1，不是的设置为0，我们这里把1当做数字来计数，我们可以通过tapply函数来创建年龄与肺癌发生率的风险表

pyr<-tapply(lung.cancer,list(ygr,agr),sum)#汇总风险次数

在这里插入图片描述
癌症病例计数

count<-tapply(lung.cancer,list(ygr,agr),sum)

在这里插入图片描述
最后可以算出千人年发病率

fbl<-count/pyr*1000

在这里插入图片描述
更多精彩文章请关注公众号：零基础说科研