有条件地排除使用dplyr:：mutate（）计算的行_R_Dplyr_Conditional Statements

有条件地排除使用dplyr:：mutate（）计算的行

有条件地排除使用dplyr:：mutate（）计算的行,r,dplyr,conditional-statements,R,Dplyr,Conditional Statements,我在一个TIBLE中填充一个新列，方法是在另一列中获取正元素的日志，同时不计算负值。我尝试使用if_else、ifelse和case_when从评估中排除负值，但没有成功 library(dplyr) my_df <- tibble(n=c(-2,-1,0,1,2,3)) my_df %>% mutate(log_n = if_else(n > 0, log(n), NA_real_)) 按预期工作，但抛出有关log函数生成的NaNs的警告：如前所述，使用虚拟列可以避免这种

我在一个TIBLE中填充一个新列，方法是在另一列中获取正元素的日志，同时不计算负值。我尝试使用if_else、ifelse和case_when从评估中排除负值，但没有成功

library(dplyr)
my_df <- tibble(n=c(-2,-1,0,1,2,3))
my_df %>% mutate(log_n = if_else(n > 0, log(n), NA_real_))

按预期工作，但抛出有关

log

函数生成的

NaNs

的警告：

如前所述，使用虚拟列可以避免这种行为：

my_df  %>% 
group_by(xx= n <= 0) %>% 
mutate(test = ifelse(xx, NA_real_, log(n))) %>%
ungroup %>% 
select(-xx)

my_df%>%
分组依据（xx=n%
变异（测试=ifelse（xx，NA_real，log（n）））%>%
解组%>%
选择（-xx）

是否有更简单的方法只计算正值？

警告是由

log

正确生成的，因为

if_-else

为

true

和

false

参数计算整个表达式（在控制台中键入

if-else

，不带括号查看或查看）.换句话说，该函数不计算

log（x）

仅适用于条件为真的那些值；它对所有值进行计算，然后仅返回条件为真的值。因此，当对所有负值计算log时，您会收到警告。它与

mutate

没有任何关系，具体而言，它只是显示它调用的函数中的警告；您可以看到是通过尝试在简单向量而不是数据帧列上调用日志

我认为为了避免这种情况（没有

suppressWarnings

或异常处理），您需要在计算

log

之前删除负值。您可以内联执行此操作，也可以使用一个小的辅助函数

库（dplyr）
my_df#A tibble:6 x 3
#>n log\n log\u安静
#>            
#>1-2NA
#>2-1NA
#>3 0-Inf-Inf
#> 4     1    0         0    
#> 5     2    0.693     0.693
#> 6     3    1.10      1.10

该警告由（v0.3.0）于2020-09-08创建。

该警告由

log

正确生成，因为

if_else

计算整个表达式的

true

和

false

参数（在控制台中键入

if_else

，不带括号查看或查看）.换句话说，该函数不计算

log（x）

仅适用于条件为真的那些值；它对所有值进行计算，然后仅返回条件为真的值。因此，当对所有负值计算log时，您会收到警告。它与

mutate

没有任何关系，具体而言，它只是显示它调用的函数中的警告；您可以看到是通过尝试在简单向量而不是数据帧列上调用日志

我认为为了避免这种情况（没有

suppressWarnings

或异常处理），您需要在计算

log

之前删除负值。您可以内联执行此操作，也可以使用一个小的辅助函数

库（dplyr）
my_df#A tibble:6 x 3
#>n log\n log\u安静
#>            
#>1-2NA
#>2-1NA
#>3 0-Inf-Inf
#> 4     1    0         0    
#> 5     2    0.693     0.693
#> 6     3    1.10      1.10

由（v0.3.0）于2020年9月8日创建，因为似乎

如果_else

没有涵盖这一点，您可以做一个数学技巧：

my_df %>% 
   mutate(log_n = NA^(n < 0) * log(abs(n)))
# A tibble: 6 x 2
      n    log_n
  <dbl>    <dbl>
1    -2   NA    
2    -1   NA    
3     0 -Inf    
4     1    0    
5     2    0.693
6     3    1.10

my_df%>%
变异（log_n=NA^（n<0）*log（abs（n）））
#一个tibble:6x2
n log\n
1-2 NA
2-1 NA
3 0-Inf
4     1    0    
5     2    0.693
6     3    1.10

或者你可以：

my_df %>% 
   mutate(log_n = log(`is.na<-`(n, n < 0)))
# A tibble: 6 x 2
      n    log_n
  <dbl>    <dbl>
1    -2   NA    
2    -1   NA    
3     0 -Inf    
4     1    0    
5     2    0.693
6     3    1.10

my_df%>%
mutate（log_n=log（`is.na因为似乎如果_else
没有涵盖这一点，您可以做一个数学技巧：
my_df %>% 
   mutate(log_n = NA^(n < 0) * log(abs(n)))
# A tibble: 6 x 2
      n    log_n
  <dbl>    <dbl>
1    -2   NA    
2    -1   NA    
3     0 -Inf    
4     1    0    
5     2    0.693
6     3    1.10 

my_df%>%
变异（log_n=NA^（n<0）*log（abs（n）））
#一个tibble:6x2
n log\n
1-2 NA
2-1 NA
3 0-Inf
4     1    0    
5     2    0.693
6     3    1.10 

或者你可以：
my_df %>% 
   mutate(log_n = log(`is.na<-`(n, n < 0)))
# A tibble: 6 x 2
      n    log_n
  <dbl>    <dbl>
1    -2   NA    
2    -1   NA    
3     0 -Inf    
4     1    0    
5     2    0.693
6     3    1.10 

my_df%>%
mutate（log_n=log（`is.nay）你想避免警告吗？是的，我想，我已经编辑了文本来澄清这一点使用if\u else（n>0，log（n），NA\u real）
你不能有log（0）
所以你需要做
而不是=
log（0）生成-Inf；这在我的情况下不是问题。仍然编辑代码以避免混淆您想避免警告吗？是的，我编辑了文本以澄清此问题。如果使用其他（n>0，log（n），NA\u real）
您不能使用日志（0）
，因此您需要执行
而不是=
日志（0）生成-Inf；这在我的情况下不是问题。仍在编辑代码以避免混淆您的第一个建议非常有创意，非常适合这种情况。谢谢！您的第一个建议非常有创意，非常适合这种情况。谢谢！谢谢！我肯定会在未来使用任何一个建议的解决方案！我肯定会使用任何一个建议的解决方案未来的ested解决方案