Как я могу сделать что-то вроде foreach в Stata, используя R?

Итак, несколько вариантов здесь. Я настоятельно рекомендую добавить несколько примеров данных, чтобы мы могли лучше вам помочь. В зависимости от того, что вы делаете, вы можете сделать несколько вещей:

library(dplyr)
mtcars %>% 
    mutate(my_hp = case_when(
        hp<50~"Small",
        hp < 100~"Medium",
        TRUE~"Large"
    ))

Это относится к условной логике: используйте функцию mutate для создания новой переменной (столбца) и функцию case_when для использования в разных случаях в зависимости от значения hp.

Кроме того, вы можете использовать базовый подход R, который может выглядеть как

mtcars$my_hp <- ifelse(mtcars$hp < 50, "Small",
                                             ifelse(mtcars$hp< 100, "Medium",
                                                         "Large"))

Итак, в этом случае вы создаете новое значение, называемое my_hp, используя цепочку операторов ifelse, которые проверяют условие.

И если вы абсолютно хотите сделать цикл, что вам не нужно делать в этом случае, вы можете сделать что-то вроде:

for( i in 1:nrow(mtcars)){
    mtcars$my_hp[i] <- ifelse(mtcars$hp[i] < 50, "Small",
                                                            ifelse(mtcars$hp[i]< 100, "Medium",
                                                                         "Large"))

}

Есть много разных способов сделать такие вещи. Например. для примера роста, веса, ИМТ вы можете сделать это в основном так же, как в Stata, используя цикл for:

# For-loop approach
for (col in c("ht", "wgt", "bmi")) {
    new_col = paste0(col, "_mean")
    df2[, new_col] = mean(df2[, col])
}

Разница в том, что в R существует более сильное разделение между символами в коде и строками, поэтому вы указываете имена столбцов в виде строк, используете paste0 для создания строк, представляющих новые имена столбцов, а затем добавляете их в фрейм данных.

Другой способ сделать это — использовать пакет dplyr и функцию mutate_at, которая применит одно и то же преобразование к нескольким столбцам:

library(dplyr)

df2 %>%
    mutate_at(c("ht", "wgt", "bmi"), 
              list(mean = ~ mean(.)))

Синтаксис немного хитрый: сначала мы даем имена столбцам, затем следующий аргумент показывает, как мы хотим преобразовать столбцы. . является заполнителем для текущего столбца, ~ означает, что R не будет сразу пытаться вычислить mean(.), а будет ждать, пока у нас не будет фактических значений для замены. Когда мы используем список и даем имя преобразованию, например list(transform = ~ . + 2), dplyr автоматически использует имя в качестве суффикса, поэтому вы получаете имена столбцов, такие как x_transform, y_transform и т. д.

Перекодирование нескольких переменных одновременно

I would like to recode all "999" values in the variables to missing. In Stata, I can do

forvalue i = 1(1)3{
  replace var`i'  = "NA" if var`i' = = "999"
}

(Для полноты) Вы также можете перекодировать несколько переменных, используя lapply.

Функция lapply() принимает набор переменных и применяет функцию, например. ifelse к этому. Вам нужно указать набор данных и переменные, используя поднастройку [], например. data[,variables].
Затем вы определяете, что вы хотите сделать, это может быть любая перекодировка и т. д., использующая переменную. Функция начинается с определения чего-то похожего на локальный «i» в цикле Stata: function(var), здесь var будет иметь ту же роль, что и i. Наконец, вам нужно сказать, куда идет результат lapply, то есть в новые или перекодированные переменные, снова используя data[,variables].

Вот пример:

# Example data
data <- data.frame(
  var1 = c( 1,2,999),
  var2 = c(1,999,2),
  var3 = c(1,3,999)
)

# Object with the names of the variables you like to recode.
vars_to_recode <- c("var1","var2","var3")

# Recoding
data[ ,vars_to_recode] <- lapply(data[ ,vars_to_recode],
                                      function(var)
                                        ifelse(var == 999, NA, var)
                                      )
data

#    var1 var2 var3
# 1    1    1    1
# 2    2   NA    3
# 3   NA    2   NA

То, что это делает, на самом деле ближе к Stata replace, поскольку исходные переменные заменяются преобразованной переменной.

Альтернативой lapply является map() из пакета purrr, но особенно для программирования я (в настоящее время) предпочитаю базовую функцию R.

Новые переменные, содержащие среднее значение старых переменных

Вторая часть вопроса, на который также можно ответить с помощью lapply, заключается в том, как получить переменные, содержащие средства других. Из исходного вопроса:

Also, if I have column named ht, wgt, bmi, I would like to calculate the mean of the column and store the mean in new column with respective name. In Stata, I can do

foreach i of varlist ht wgt bmi{
  gen `i'mean = mean(`i')
}

Решение с использованием lapply simple вычисляет среднее значение и помещает его в новую переменную/столбец. Это работает, потому что R автоматически заполняет любой столбец («вектор») до длины фрейма данных (так называемая «переработка»).

Пример данных

df <- data.frame(
      id  = 1:2,
      ht  = c(154.5,164.2),
      wgt = c(43.1 ,63),
      bmi = c(18.1 ,23.4))

Определите переменные, которые вы хотите изменить, и имена для новых переменных.

vars <- names(df[,2:4])

# Names for new variables
newvars <- paste(names(df),"_mean")
newvars
# [1] "ht _mean"  "wgt _mean" "bmi _mean"

Создайте новые переменные, содержащие средние значения интересующих переменных:

df[,newvars] <- lapply(df[,vars], 
                       function(var)
                           mean(var)
                       )

Результат:

df

#   ht  wgt  bmi ht _mean wgt _mean bmi _mean
# 1 154.5 43.1 18.1   159.35     53.05     20.75
# 2 164.2 63.0 23.4   159.35     53.05     20.75