R 如何重新编码数据帧值以仅保留满足特定集合的值，将其他值替换为；其他"；

我正在寻找一个简洁的解决方案，最好使用

dplyr

，来清理数据帧列中的值，这样我就可以保持它们是匹配某个集合的值，但其他不匹配的值将被重新编码为“其他”

例子 我有一个动物名字的数据框。有4个合法的动物名称，但其他行包含乱码而不是名称。我想清理一下专栏，只保留合法的动物名称：

斑马

，

狮子

，

牛

，或

猫

资料

库（tidyverse）
图书馆（stringi）
真实的动物名称你可以保留你需要的动物原样，其余的则改为“其他动物”

：

库（dplyr）
保留名称%mutate（动物=ifelse（动物%in%keep_名称，动物，'Others'））

A

base

解决方案：

keep_names <- c('lion', 'zebra', 'cow', 'cat')

within(df, animals[!animals %in% keep_names] <- "other")

使用

recode（）

，您可以使用命名的字符向量与

进行无引号拼接

df %>%
  mutate(animals = recode(animals, !!!set_names(keep_names), .default = "other"))

注意：
set\u names（keep\u names）
相当于
setNames（keep\u names，keep\u names）
我知道你最好要一个dplyr解决方案，但这里是一个
data.table
解决方案（注意，我将
tibble（）
调用改为
data.table（）
）：

库（stringi）
库（数据表）
真正的动物名称首先，必须指定
rlang:：set\u names（）
，因为
purrr
也有
set\u names（）
。第二，我最终稍微扭曲了你的解决方案来处理
mutate（跨越（…）
，但原理仍然是一样的：
df%>%mutate（跨越（动物，重新编码，！！！rlang:：set_names（保留_names），.default=“other”）
@Emman实际上
rlang:：set_names
和
purr:：set_names
是完全一样的东西
set_name
最初位于
rlang
中，并且
purrr
将其导入自身。在您的问题中，您已附加了
tidyverse
，因此
purrr
也附加了。您不需要指定
rlang:：set_names（）
，因为将调用
purr
中的
set_names
。我明白了。但是，当我省略
rlang:：
时，我得到一个错误：
set\u names（keep\u names）中的错误：1个参数传递给'names@Emman我想你已经附上了magrittr，对吗
magrittr
还有一个名为
set\u names
的函数，它将
set\u names
从
rlang
和
purr
屏蔽。在这种情况下，您需要指定
rlang:：
或
purrr:：
。没错：）
library(tidyverse)

df %>%
  mutate(animals = replace(animals, !animals %in% keep_names, "other"))

df %>%
  mutate(animals = recode(animals, !!!set_names(keep_names), .default = "other"))

library(stringi)
library(data.table)

real_animals_names <- sample(c("zebra", "cow", "lion", "cat"), size = 50, replace = TRUE)
gibberish <- do.call(paste0, Map(stri_rand_strings, n = 50, length=c(5, 4, 1),
                                 pattern = c('[a-z]', '[0-9]', '[A-Z]')))

df <- data.table(animals = sample(c(real_animals_names, gibberish)))

keep_names <- c("lion", "zebra", "cow", "cat")
df[!animals %in% keep_names, animals := "other"]