dplyr-ifelse在mutate using list中
给定数据帧dplyr-ifelse在mutate using list中,r,dplyr,R,Dplyr,给定数据帧df如下 text <- " model,var,value M1,a,12211 M1,b1,10.21 M1,b2,5.07 M1,c1,41.8 M1,c2,58.2 M1,d,1.6 M2,a,11922 M2,b1,15.6 M2,b2,8.9 M2,c1,38.1 M2,c2,61.9 M2,d,1.8 M2,a,13101 M2,b1,9.21 M2,b2,6.56 M2,c1,36.07 M2,c2,63.93 M2,d,1.75 " df <- read.
dftext <- "
model,var,value
M1,a,12211
M1,b1,10.21
M1,b2,5.07
M1,c1,41.8
M1,c2,58.2
M1,d,1.6
M2,a,11922
M2,b1,15.6
M2,b2,8.9
M2,c1,38.1
M2,c2,61.9
M2,d,1.8
M2,a,13101
M2,b1,9.21
M2,b2,6.56
M2,c1,36.07
M2,c2,63.93
M2,d,1.75
"
df <- read.table(textConnection(text), sep=",", header = T)
model var value var2
1 M1 a 12211.00 a
2 M1 b1 10.21 All B
3 M1 b2 5.07 All B
4 M1 c1 41.80 All C
5 M1 c2 58.20 All C
6 M1 d 1.60 d
7 M2 a 11922.00 a
8 M2 b1 15.60 All B
9 M2 b2 8.90 All B
10 M2 c1 38.10 All C
11 M2 c2 61.90 All C
12 M2 d 1.80 d
13 M2 a 13101.00 a
14 M2 b1 9.21 All B
15 M2 b2 6.56 All B
16 M2 c1 36.07 All C
17 M2 c2 63.93 All C
18 M2 d 1.75 d
ifelsedf %>%
mutate(var2 = ifelse(# what should go here )
下面是一个使用
case_当时的示例解决方案（如注释中所建议）：
我简化了你的逻辑——如果我错了，请纠正我
如果var
=b
或c
后跟数字，则分别替换所有b
或所有c
df %>%
mutate(var2 = gsub("^([bc])\\d+",
paste("All", "\\U\\1"),
var,
perl = TRUE))
model var value var2
1 M1 a 12211.00 a
2 M1 b1 10.21 All B
3 M1 b2 5.07 All B
4 M1 c1 41.80 All C
5 M1 c2 58.20 All C
6 M1 d 1.60 d
7 M2 a 11922.00 a
8 M2 b1 15.60 All B
9 M2 b2 8.90 All B
10 M2 c1 38.10 All C
11 M2 c2 61.90 All C
12 M2 d 1.80 d
13 M2 a 13101.00 a
14 M2 b1 9.21 All B
15 M2 b2 6.56 All B
16 M2 c1 36.07 All C
17 M2 c2 63.93 All C
18 M2 d 1.75 d
我们可以创建一个函数，如果var
存在于mapping
中，则返回列表名，否则返回var
。我们可以使用rowwise（）
为每一行执行此函数
get_right_mapping <- function(var) {
names(which(sapply(mapping, function(x) var %in% x)))
}
library(dplyr)
df %>%
rowwise() %>%
mutate(var2 = ifelse(var %in% unlist(mapping), get_right_mapping(var), var))
# model var value var2
# <fct> <chr> <dbl> <chr>
# 1 M1 a 12211 a
# 2 M1 b1 10.2 All B
# 3 M1 b2 5.07 All B
# 4 M1 c1 41.8 All C
# 5 M1 c2 58.2 All C
# 6 M1 d 1.60 d
# 7 M2 a 11922 a
# 8 M2 b1 15.6 All B
# 9 M2 b2 8.90 All B
#10 M2 c1 38.1 All C
#11 M2 c2 61.9 All C
#12 M2 d 1.80 d
#13 M2 a 13101 a
#14 M2 b1 9.21 All B
#15 M2 b2 6.56 All B
#16 M2 c1 36.1 All C
#17 M2 c2 63.9 All C
#18 M2 d 1.75 d
get_right_映射%
行（）
mutate（var2=ifelse（var%in%unlist（mapping），get_right_mapping（var），var））
#模型var值var2
#
#1 M1 a 12211 a
#2 M1 b1 10.2所有B
#3 M1 b2 5.07全部B
#4 M1 c1 41.8所有C
#5 M1 c2 58.2所有C
#6m1d1.60d
#7平方米a 11922 a
#8平方米b1 15.6所有B
#9平方米b2 8.90所有B
#10平方米c1 38.1所有C
#11平方米c2 61.9所有C
#12平方米直径1.80平方米直径
#13平方米a 13101 a
#14平方米b1 9.21所有B
#15平方米b2 6.56所有B
#16平方米c1 36.1所有C
#17平方米c2 63.9所有C
#18平方米直径1.75平方米直径
数据
mapping <- c( "All A"= list(c('a1', 'a2')), "All B" = list(c('b1', 'b2')),
"All C" = list(c('c1','c2')))
df$var <- as.character(df$var)
mapping另一方面，如果将mapping
转换为data.frame
和collect
值，则会有少量使用的级别
library(tidyverse)
as_tibble(mapping) %>% rename_all(~paste0("All_",.x)) %>%
gather(var2,var) %>% right_join(df) %>% # main chunk
mutate(var2=ifelse(is.na(var2),var,var2)) # replace nas
# # A tibble: 18 x 4
# var2 var model value
# <chr> <chr> <fctr> <dbl>
# 1 a a M1 12211.00
# 2 All_B b1 M1 10.21
# 3 All_B b2 M1 5.07
# 4 All_C c1 M1 41.80
# 5 All_C c2 M1 58.20
# 6 d d M1 1.60
# 7 a a M2 11922.00
# 8 All_B b1 M2 15.60
# 9 All_B b2 M2 8.90
# 10 All_C c1 M2 38.10
# 11 All_C c2 M2 61.90
# 12 d d M2 1.80
# 13 a a M2 13101.00
# 14 All_B b1 M2 9.21
# 15 All_B b2 M2 6.56
# 16 All_C c1 M2 36.07
# 17 All_C c2 M2 63.93
# 18 d d M2 1.75
库（tidyverse）
as_tible（mapping）%%>%rename_all（~paste0（“all_”，.x））%%>%
聚集（var2，var）%>%右键连接（df）%>%主块
变异（var2=ifelse（is.na（var2），var，var2））#替换nas
##tibble:18x4
#var2 var模型值
#
#1A M1 12211.00
#2所有_B b1 M1 10.21
#3所有B b2 M1 5.07
#4所有_C c1 M1 41.80
#5所有_C c2 M1 58.20
#6D M1 1.60
#7 a M2 11922.00
#8所有地下室1平方米15.60
#9所有B b2 M2 8.90
#10所有C 1平方米38.10
#11所有建筑面积c2平方米61.90
#12 d M2 1.80
#13 a M2 13101.00
#14所有地下室b1 M2 9.21
#15所有b2平方米6.56
#16所有地下室c1平方米36.07
#17所有建筑面积c2平方米63.93
#18d M2 1.75
您还可以建议如何使用所包含的映射
列表动态拾取var2
values@eipi10当
发生时，您的case_代码出现以下错误：“错误：'match'需要向量参数”。你以前见过这个吗？另外，mutate
函数缺少一个尾随“）”。var==“b1”| var==“b2”
也是%c（“b1”，“b2”）
中的var%；顺便说一句，@steveb遇到的错误源于var
是一个因子，因此我们需要首先将var
转换为字符。如果var=b或c后跟数字，则分别替换全部b或全部c。
对于示例数据来说是可以的，但实际数据中可能不存在这样的模式。因此，%映射[['All A']
中的var%这类逻辑更合适。因此，最好看看var
可以在实际数据中包含哪些值。
mapping <- c( "All A"= list(c('a1', 'a2')), "All B" = list(c('b1', 'b2')),
"All C" = list(c('c1','c2')))
df$var <- as.character(df$var)
mapping <- c("B"= list(c('b1', 'b2')), "C" = list(c('c1', 'c2')))
df$var2 <- df$var
othval <- setdiff(df$var, unlist(mapping))
levels(df$var2) <- c(mapping, setNames(othval,othval))
# [1] a B B C C d a B B C C d a B B C C d
#Levels: B C a d
library(tidyverse)
as_tibble(mapping) %>% rename_all(~paste0("All_",.x)) %>%
gather(var2,var) %>% right_join(df) %>% # main chunk
mutate(var2=ifelse(is.na(var2),var,var2)) # replace nas
# # A tibble: 18 x 4
# var2 var model value
# <chr> <chr> <fctr> <dbl>
# 1 a a M1 12211.00
# 2 All_B b1 M1 10.21
# 3 All_B b2 M1 5.07
# 4 All_C c1 M1 41.80
# 5 All_C c2 M1 58.20
# 6 d d M1 1.60
# 7 a a M2 11922.00
# 8 All_B b1 M2 15.60
# 9 All_B b2 M2 8.90
# 10 All_C c1 M2 38.10
# 11 All_C c2 M2 61.90
# 12 d d M2 1.80
# 13 a a M2 13101.00
# 14 All_B b1 M2 9.21
# 15 All_B b2 M2 6.56
# 16 All_C c1 M2 36.07
# 17 All_C c2 M2 63.93
# 18 d d M2 1.75