R 类似于SQL的条件更新

我有以下数据帧

library(tidyverse)
x <- c(1,2,3,NA,NA,4,5)
y <- c(1,2,3,5,5,4,5)
z <- c(1,1,1,6,7,7,8)
df <- data.frame(x,y,z)

df
   x y z
1  1 1 1
2  2 2 1
3  3 3 1
4 NA 5 6
5 NA 5 7
6  4 4 7
7  5 5 8

但是，我必须为x和y变异函数添加if_else语句。这有可能使我的代码变得复杂和难以阅读。要给你一个SQL类比，考虑下面的代码

UPDATE df
SET x= 1, y= 2
WHERE z = 1;

我希望实现以下目标：

• 提前指定更新条件，这样我就不必为每个mutate函数重复它
• 我希望避免使用data.table或base R。我使用的是dplyr，因此我希望坚持使用它以保持一致性

---

这里有一个带有

map2

的选项。循环遍历数据集的“x”、“y”列以及要更改的值，如果为真，则基于“z”的值应用

case_

，然后返回新值，或者返回相同的列并

bind

将列与原始数据集绑定

library(dplyr)
library(purrr)
map2_df(df %>%
          select(x, y), c(1, 2), ~ case_when(df$z == 1 ~ .y, TRUE ~ .x)) %>%
     bind_cols(df %>%
                 select(z), .) %>%
     select(names(df))

---

或者使用

base R

，创建一个逻辑向量，使用该向量对列“x”、“y”的行进行子集，并通过指定值的

列表进行更新

i1 <- df$z == 1
df[i1, c('x', 'y')] <- list(1, 2)
df
#   x y z
#1  1 2 1
#2  1 2 1
#3  1 2 1
#4 NA 5 6
#5 NA 5 7
#6  4 4 7
#7  5 5 8

i1
在R底

transform(df,
          x = replace(x, z == 1, 1),
          y = replace(y, z == 1, 2))

如果将条件存储在变量中，则无需多次键入

condn = (df$z == 1)
transform(df,
          x = replace(x, condn, 1),
          y = replace(y, condn, 2))

如果您有SQL背景，您应该真正了解：

库（data.table）
dt使用发布在上的
mutate_cond
我们可以做到这一点：

df %>% mutate_cond(z == 1, x = 1, y = 2)

给予：

   x y z
1  1 2 1
2  1 2 1
3  1 2 1
4 NA 5 6
5 NA 5 7
6  4 4 7
7  5 5 8

sqldf
当然，您可以使用sqldf直接在SQL中实现它——忽略后端RSQLite发出的警告消息

library(sqldf)
sqldf(c("update df set x = 1, y = 2 where z = 1", "select * from df"))

基尔
它在R底笔直向前：

df[df$z == 1, c("x", "y")] <- list(1, 2)

df[df$z==1，c（“x”，“y”）]谢谢你介绍我变异条件。我真的希望它包含在dplyr中！！
df %>% mutate_cond(z == 1, x = 1, y = 2)

   x y z
1  1 2 1
2  1 2 1
3  1 2 1
4 NA 5 6
5 NA 5 7
6  4 4 7
7  5 5 8

library(sqldf)
sqldf(c("update df set x = 1, y = 2 where z = 1", "select * from df"))

df[df$z == 1, c("x", "y")] <- list(1, 2)