R中带有mutate()和filter()的行逻辑操作
我经常不得不在数据帧中进行变异或选择,条件适用于变量子集,但我不能始终如一地这样做 玩具示例数据框:R中带有mutate()和filter()的行逻辑操作,r,select,filter,dplyr,rowwise,R,Select,Filter,Dplyr,Rowwise,我经常不得不在数据帧中进行变异或选择,条件适用于变量子集,但我不能始终如一地这样做 玩具示例数据框: data<-data.frame(id=c("John", "Jane", "Louis", "Mirian"), a=c(FALSE, FALSE, TRUE, TRUE), b=c(FALSE, NA, TR
data<-data.frame(id=c("John", "Jane", "Louis", "Mirian"),
a=c(FALSE, FALSE, TRUE, TRUE),
b=c(FALSE, NA, TRUE, NA),
c=c(TRUE, FALSE, TRUE, TRUE),
num=1:4)
但是,如果不在链式比较中指定所有变量a:c,我就无法做到这一点
我尝试了以下方法,结果不一致。不知道为什么:
data%>%mutate(abc_any=Reduce("|", a:c))
id a b c num abc_any
1 John FALSE FALSE TRUE 1 TRUE
2 Jane FALSE NA FALSE 2 TRUE
3 Louis TRUE TRUE TRUE 3 TRUE
4 Mirian TRUE NA TRUE 4 TRUE
这是可行的,但令人惊讶的是,abc_any被强制为数字:
data%>%rowwise()%>%mutate(abc_any=Reduce("|", a:c))
# A tibble: 4 x 6
# Rowwise:
id a b c num abc_any
<fct> <lgl> <lgl> <lgl> <int> <int>
1 John FALSE FALSE TRUE 1 1
2 Jane FALSE NA FALSE 2 0
3 Louis TRUE TRUE TRUE 3 1
4 Mirian TRUE NA TRUE 4 1
操作2:过滤器
-我有时想用类似的条件过滤,但不能:
data%>%filter(a|b|c)
工作正常
这一变化以及若干行%>%减少了。。。和其他失败,并显示各种错误消息:
data%>%rowwise()%>%mutate(abc_any=apply(a:c, 1, any))
data%>%filter(rowwise(Reduce("|", a:c)))
这一条根本没有过滤,抛出的数值表达式有4个元素:只有第一条使用的消息:
data%>%filter(Reduce("|", a:c))
我是否必须创建一个新的“temp”列,并使用上面的mutate,然后使用filter
使用二进制数字变量:
-现在,让我们假设这些逻辑变量被强制为数值,数据_2%mutateacrosswhereis.logical,as.numeric:
我尝试使用行和,但也失败了:
data_2%>%rowwise()%>%mutate(abc_any=rowSums(a:c, na.rm = TRUE))
Error: Problem with `mutate()` input `abc_any`.
x 'x' must be an array of at least two dimensions
ℹ Input `abc_any` is `rowSums(a:c, na.rm = TRUE)`.
ℹ The error occured in row 1.
这些错误的可能解决方法是什么?Reduce应该在列表中-选择a:c列并将Reduce作为数据使用。frame/tibble也是一个列表
或者我们需要过滤
或者另一个选择是如果有
或者从purr中使用reduce
或者使用行和的代码
“我知道,在您的解决方案中,实际上从来都不需要使用rowwise,@akrun。为什么这个数据%>%rowwise%>%mutateabc|u any=Reduce |,a:c起作用,但是没有rowwise的类似尝试却不起作用?它是否与函数的矢量化有关?@GuedesBF with Reduce或if_any/if_all,它正在对每一行进行比较。此外,与c_交叉的rowwise将更少efficient@GuedesBF您的rowwise可以工作,但这里确实不需要它。它不必要地按行分组,因为即使没有Reduce,Reduce也会应用于每一行
data_2%>%rowwise()%>%mutate(abc_any=rowSums(a:c, na.rm = TRUE))
Error: Problem with `mutate()` input `abc_any`.
x 'x' must be an array of at least two dimensions
ℹ Input `abc_any` is `rowSums(a:c, na.rm = TRUE)`.
ℹ The error occured in row 1.
library(dplyr)
data %>%
mutate(abc_any = Reduce("|", select(., a:c)))
data %>%
filter(Reduce(`|`, select(., a:c)))
data %>%
filter(if_any(a:c))
# id a b c num
#1 John FALSE FALSE TRUE 1
#2 Louis TRUE TRUE TRUE 3
#3 Mirian TRUE NA TRUE 4
library(purrr)
data %>%
mutate(abc_any = select(., a:c) %>%
reduce(`|`))
data %>%
mutate(across(where(is.logical), as.numeric)) %>%
mutate(abc_any = rowSums(select(., a:c), na.rm = TRUE) > 0)