使用dplyr有条件地替换列中的值

我有一个示例数据集，其中有一列的内容如下：

Candy
Sanitizer
Candy
Water
Cake
Candy
Ice Cream
Gum
Candy
Coffee

---

我想做的是将其替换为两个因素——“糖果”和“非糖果”。我可以用Python/Pandas实现这一点，但似乎无法找到基于dplyr的解决方案。谢谢大家!

假设您的数据框为

dat

，列为

var

：

dat = dat %>% mutate(candy.flag = factor(ifelse(var == "Candy", "Candy", "Non-Candy")))

---

不需要

dplyr

。假设

var

已存储为因子：

non_c <- setdiff(levels(dat$var), "Candy")

levels(dat$var) <- list(Candy = "Candy", "Non-Candy" = non_c)

---

也就是说，这要快9倍。

在

dplyr

和

tidyr

dat %>% 
    mutate(var = replace(var, var != "Candy", "Not Candy"))

明显快于

ifelse

方法。 创建初始数据帧的代码可以如下所示：

library(dplyr)
dat <- as_data_frame(c("Candy","Sanitizer","Candy","Water","Cake","Candy","Ice Cream","Gum","Candy","Coffee"))
colnames(dat) <- "var"

库（dplyr）
dat另一种使用
dplyr的解决方案
使用
case\u时
：

dat %>%
    mutate(var = case_when(var == 'Candy' ~ 'Candy',
                           TRUE ~ 'Non-Candy'))

当

时，

case\u的语法是要替换的
condition~值
。文件

可能比使用
replace
的解决方案效率更低，但优点是可以在一个命令中执行多个替换，同时仍具有良好的可读性，即替换生成三个级别：

dat %>%
    mutate(var = case_when(var == 'Candy' ~ 'Candy',
                           var == 'Water' ~ 'Water',
                           TRUE ~ 'Neither-Water-Nor-Candy'))

当您只需要两个值时，我认为一个简单的ifelse（）比较合适

此外，当PhJ提出解决方案时，嵌入式iFelse可以模拟与case_相同的情况（尽管我很喜欢他的可读性）

或者也是
因子（dat$var==“Candy”，labels=c（“Non-Candy”，“Candy”））
但我认为重置级别是一个很好的方法。@RichardScriven的方法（我的评论）严格控制了这一点
dat %>%
    mutate(var = case_when(var == 'Candy' ~ 'Candy',
                           var == 'Water' ~ 'Water',
                           TRUE ~ 'Neither-Water-Nor-Candy'))

dat %>%
    mutate(
        var = ifelse(var == "Candy", "Candy", "Non-Candy")
    )