如何为dplyr过滤的data.frame赋值？

我正在尝试修改dplyr过滤的data.frame，但我似乎不太明白我需要做什么。在下面的示例中，我尝试过滤数据帧z，然后为第三列指定一个新值——我给出了两个示例，一个是“9”，另一个是“NA”

require（dplyr）
z%过滤器（w==“a”&x==2）%>%选择（y）
z%>%过滤器（w==“a”&x==2）%>%select（y）%select（y）过滤将对数据帧进行子集化。如果希望保留整个数据帧，但修改其中的一部分，例如，可以使用
ifelse
使用
mutate
。我已经在示例数据中添加了
stringsAsFactors=FALSE
，这样
y
将成为一个字符列

z <- data.frame(w = c("a", "a", "a", "b", "c"), x = 1:5, y = c("a", "b", "c", "d", "e"), 
                stringsAsFactors=FALSE)

z %>% mutate(y = ifelse(w=="a" & x==2, 9, y))

或用
替换
：

z %>% mutate(y = replace(y, w=="a" & x==2, 9),
             y = replace(y, w=="a" & x==3, NA)) 

wxy
1 a 1 a
2 a 2 9
3 a 3
4b 4d
5C5E

我的印象是，dplyr包在哲学上反对修改基础数据。对于此操作，您可能会发现data.table包更友好：

library(data.table)
z <- data.table(w = c("a", "a", "a", "b", "c"), x = 1:5, y = c("a", "b", "c", "d", "e"))
m <- data.table(w = c("a","a"), x = c(2,3), new_y = c("9", NA))

z[m, y := new_y, on=c("w","x")]


   w x  y
1: a 1  a
2: a 2  9
3: a 3 NA
4: b 4  d
5: c 5  e

库（data.table）
z您的
y
是一个字符列。将
9
赋值给它做什么？
replace
是一个类似的选项，链接很好：
z%>%mutate（y=y%>%replace（w==“a”&x==2，9）%%>%replace（w==“a”&x==3，NA））
您将通过链接而不是编写多个
mutate
参数来保存几个字符（只需要写两次
y
，我的意思是，就像在我的评论中一样），尽管它确实意味着在管道中构建管道。@Frank:我不会想到在变异函数中使用%>%：太棒了。@eipi10:感谢解决方案：优雅、清晰（特别是带有replace（）的版本，认为ifelse（）很有创意）。它应该集成在dplyr的标准文档中的某个地方。谢谢！谢谢！这是对i[j]（我想）的一个非常有创造性的评价表示法。感谢您提供的数据。表：与R中的许多东西一样，当其他人这样做时，它看起来非常直观，但当一个人必须弄明白它时，它看起来却非常简单……是的，我同意您关于dplyr的哲学的评论。@user5是的，我非常喜欢合并两个数据的
X[Y]
表示法。表模仿了
X[Y]
将两个矩阵子集到基R中的符号。我一直使用这种
X[Y，v:=new\u v]
的“合并分配”语法。如果您感兴趣，介绍性的小插曲非常清楚：
z %>% mutate(y = replace(y, w=="a" & x==2, 9),
             y = replace(y, w=="a" & x==3, NA)) 

  w x    y
1 a 1    a
2 a 2    9
3 a 3 <NA>
4 b 4    d
5 c 5    e

library(data.table)
z <- data.table(w = c("a", "a", "a", "b", "c"), x = 1:5, y = c("a", "b", "c", "d", "e"))
m <- data.table(w = c("a","a"), x = c(2,3), new_y = c("9", NA))

z[m, y := new_y, on=c("w","x")]


   w x  y
1: a 1  a
2: a 2  9
3: a 3 NA
4: b 4  d
5: c 5  e