R 在使用多个向量时使用case_

我试图在时使用

case\u来修改/变异基于两个独立输入的列。用于在RHS上创建LHS逻辑和相应输入值的程序。下面提供了一个例子

library(dplyr)
library(purrr)
library(tibble)

df <- tibble(var = paste0(rep("var", 10), 1:10),
                 label = c("label1", "label2", rep(NA, 7), "label10"))

match_var <- paste0(rep("var", 7), 3:9)
new_labels <- paste0(rep("add_this_label", 7), 3:9)

df %>% 
  mutate(test = map2(match_var , new_labels,
                     ~case_when(
                       var == .x ~ .y,
                       TRUE ~ label
                     )
  ))

编辑：使用
for
循环可以实现所需的结果，但现在我想知道，使用
case\u when
和
map2.*
函数是否可以实现这一点

for (i in seq_along(match_var)) {
  df$label <- ifelse(df$var == match_var[i], new_labels[i], df$label)
}

for（i在序列中沿（匹配变量））{
df$label我们创建一个命名向量，并使用它匹配'var'中的值，以便将NA元素更改为'new_label'

library(tibble)
library(dplyr)
df %>%
    mutate(label = case_when(is.na(label) ~ 
                       deframe(tibble(match_var, new_labels))[var], 
         TRUE ~ label))
# A tibble: 10 x 2
#   var   label          
#   <chr> <chr>          
# 1 var1  label1         
# 2 var2  label2         
# 3 var3  add_this_label3
# 4 var4  add_this_label4
# 5 var5  add_this_label5
# 6 var6  add_this_label6
# 7 var7  add_this_label7
# 8 var8  add_this_label8
# 9 var9  add_this_label9
#10 var10 label10        

库（TIBLE）
图书馆（dplyr）
df%>%
当（is.na（label）~
碎片整理（TIBLE（匹配变量，新标签））[var]，
真~标签）
#一个tibble:10x2
#变量标签
#              
#1 var1 label1
#2 var2 label2
#3变量3添加此标签3
#4 var4添加此标签4
#5变量5添加此标签5
#6变量6添加此标签6
#7 var7添加此标签7
#8 var8添加此标签8
#9 var9添加此标签9
#10 var10 label10

注意：除了使用
碎片整理
，还可以使用
集合名
创建命名向量
您可以将新标签连接到数据帧，并根据需要使用旧标签填充

库（“tidyverse”）
df var标签新_标签
#>                  
#>1 var1 label1 label1
#>2 var2 label2 label2
#>3变量3添加此标签3
#>4 var4添加此标签4
#>5变量5添加此标签5
#>6变量6添加此标签6
#>7 var7添加此标签7
#>8 var8添加此标签8
#>9 var9添加此标签9
#>10 var10 label10 label10

由（v0.2.1）
于2019-03-28创建，因为您正在比较
=
条件，这也可以通过使用命名向量进行
dplyr:：recode
来完成（注意需要取消拼接
！！！
）：

太好了！如果你不介意我问一下，你能解释一下命名向量是如何在“CaseYu'上工作的吗？它是不是与NSE有关？这是一个创造性的方法，我使用了我没有考虑的连接。我可能选择AkRunn解决方案，只是因为我希望避免由于性能的原因而加入，但是我明天会测试。
library(tibble)
library(dplyr)
df %>%
    mutate(label = case_when(is.na(label) ~ 
                       deframe(tibble(match_var, new_labels))[var], 
         TRUE ~ label))
# A tibble: 10 x 2
#   var   label          
#   <chr> <chr>          
# 1 var1  label1         
# 2 var2  label2         
# 3 var3  add_this_label3
# 4 var4  add_this_label4
# 5 var5  add_this_label5
# 6 var6  add_this_label6
# 7 var7  add_this_label7
# 8 var8  add_this_label8
# 9 var9  add_this_label9
#10 var10 label10        

df %>%
    mutate(
        label = recode(
            var,
            !!!setNames(new_labels, match_var),
            .default = label
        )
    )