多个ifelse语句和dplyr管道，无法识别第二个对象

我试图做的是：从一个数据帧中获取列，使用ifelse语句对它们重新编码，然后将它们移动到一个新的数据帧，同时使用dplyr和管道一次性完成

问题：这段代码对于只包含一列的应用程序运行良好，但一旦R在同一行代码中遇到多个列，我就会遇到问题。第二列无法识别，R抛出错误。我得到以下错误：

mutate_impl（.data，dots）中出错： 计算错误：找不到对象“var2_orig”

你有没有想过为什么会这样？不使用ifelse语句也可能有一种更简单的方法。我对这方面的建议也持开放态度，但我仍然好奇如何使用ifelse实现这一点，以及为什么在多个专栏中出现错误。非常感谢

示例代码：

library(tidyverse)

# creating fake data set
df_orig <- data_frame(var1_orig = sample(1:3, 50, replace = T),
                  var2_orig = sample(-2:2, 50, replace = T))

# works for one var (recoding 3's as NA, 2's as 1, and 1's as 0):

df_new <- df_orig %>%
  as_tibble() %>%
  transmute(var1_new = ifelse(var1_orig == 3, NA, ifelse(var1_orig == 
  2, 1, ifelse(var1_orig == 1, 0, var1_orig))))

# and works the other var (recoding negatives as NA, 1's and 2's as 1, and 
leaving 0's as 0's):

df_new <- df_orig %>%
  as_tibble() %>%
  transmute(var2_new = ifelse(var2_orig < 0, NA, ifelse(var2_orig == 
  1 | var2_orig == 2, 1, 0)))

# but not together in same line of code (error: var2_orig not recognized):

df_new <- df_orig %>%
  as_tibble() %>%
  transmute(var1_new = ifelse(var1_orig == 3, NA, ifelse(var1_orig == 
  2, 1, ifelse(var1_orig == 1, 0, var1_orig)))) %>%
  transmute(var2_new = ifelse(var2_orig < 0, NA, ifelse(var2_orig == 
  1 | var2_orig == 2, 1, 0)))

库（tidyverse）
#创建假数据集
df_origTransmute将删除变量，从而产生错误。您可以使用
mutate
更新现有变量，然后
rename\u all
（如果需要）更改其名称

df_orig %>%
    as_tibble() %>%
    mutate(var1_orig = ifelse(var1_orig == 3, NA, ifelse(var1_orig == 2, 1,
                                                         ifelse(var1_orig == 1, 0, var1_orig))),
           var2_orig = ifelse(var2_orig < 0, NA, ifelse(var2_orig == 1 | var2_orig == 2, 1, 0))) %>%
    rename_all(funs(sub('_.*', '_new', .)))

df_orig%>%
as_tible（）%>%
变异（var1_orig=ifelse）（var1_orig==3，NA，ifelse）（var1_orig==2，1，
如果else（var1_orig==1,0，var1_orig）），
var2_orig=ifelse（var2_orig<0，NA，ifelse（var2_orig==1；var2_orig==2，1，0））%>%
重命名_all（funs（sub（“.*”、“_new”、））
dplyr的动词
transmute
只保留您创建的变量，并删除原始变量，因此第二个
transmute
不再出现
var2\u orig

您可以在同一个
transmute
调用中创建两个变量，使用
mutate
，然后在不需要时删除原始变量

顺便说一下，
case\u when
在这里很有用：

df_orig %>% 
  transmute(var1_new = case_when(var1_orig == 3 ~ NA_integer_,
                              var1_orig == 2 ~ 1L,
                              TRUE ~ var1_orig),
            var2_new = case_when(var2_orig < 0 ~ NA_integer_,
                              var2_orig %in% 1:2 ~ 1L,
                              TRUE ~ 0L)
  )
#> # A tibble: 50 x 2
#>    var1_new var2_new
#>       <int>    <int>
#>  1        1        1
#>  2        1        1
#>  3        1        0
#>  4       NA       NA
#>  5       NA        0
#>  6        1       NA
#>  7        1        1
#>  8        1        1
#>  9        1        1
#> 10        1        1
#> # ... with 40 more rows

df_orig%>%
转换（var1_new=case_when（var1_orig==3~NA_integer），
var1_orig==2~1L，
真~var1_orig），
var2_new=当（var2_orig<0~NA_integer_u）时的情况，
变量%1:2~1L中的原始%2，
真值（0升）
)
#>#A tible:50 x 2
#>var1_新var2_新
#>           
#>  1        1        1
#>  2        1        1
#>  3        1        0
#>4娜娜
#>5钠0
#>61NA
#>  7        1        1
#>  8        1        1
#>  9        1        1
#> 10        1        1
#> # ... 还有40行
transmute
删除它不创建的变量。使用
mutate
。太好了，我一直在考虑使用case\u when函数，这样从长远来看可能会有用。