使用 case_when，如何改变嵌套向量的新列表列？

Question

我正在尝试使用dplyr 的case_when() 根据其他列中的条件来改变新列。但是，我希望新列嵌套一个向量。

示例

考虑以下玩具数据。在此基础上，我想总结一下英国的地理版图。

library(tibble)

set.seed(1)
my_mat <- matrix(sample(c(TRUE, FALSE), size = 40, replace = TRUE), nrow = 10, ncol = 4) 
colnames(my_mat) <- c("England", "Wales", "Scotland", "Northern_Ireland")
my_df <- as_tibble(my_mat)

> my_df

## # A tibble: 10 x 4
##    England Wales Scotland Northern_Ireland
##    <lgl>   <lgl> <lgl>    <lgl>           
##  1 TRUE    TRUE  TRUE     FALSE           
##  2 FALSE   TRUE  TRUE     FALSE           
##  3 TRUE    TRUE  TRUE     TRUE            
##  4 TRUE    TRUE  TRUE     FALSE           
##  5 FALSE   TRUE  TRUE     TRUE            
##  6 TRUE    FALSE TRUE     TRUE            
##  7 TRUE    FALSE FALSE    FALSE           
##  8 TRUE    FALSE TRUE     TRUE            
##  9 FALSE   FALSE TRUE     FALSE           
## 10 FALSE   TRUE  FALSE    FALSE  

我想改变一个新的collective_geo_territory 列。

1. 如果England、Scotland、Wales和Northern_Ireland都是TRUE，那么我们说这是United_Kingdom。
2. 否则，如果只有England、Scotland和Wales是TRUE，那么我们说这是Great_Britain
3. 任何其他组合都只会返回一个带有TRUE 国家名称的向量。

我的尝试

到目前为止，我知道如何使用以下代码解决上面详述的条件 (1) 和 (2)

library(dplyr)

my_df %>%
  mutate(collective_geo_territory = case_when(England == TRUE & Wales == TRUE & Scotland == TRUE & Northern_Ireland == TRUE ~ "United_Kingdom",
                                              England == TRUE & Wales == TRUE & Scotland == TRUE ~ "Great_Britain"))

期望的输出

但是，我想通过collective_geo_territory 列实现如下所示的输出：

## # A tibble: 10 x 5
##      England Wales Scotland Northern_Ireland collective_geo_territory
##      <lgl>   <lgl> <lgl>    <lgl>            <list>                   
##   1  TRUE    TRUE  TRUE     FALSE            <chr [1]>   # c("Great_Britain")           
##   2  FALSE   TRUE  TRUE     FALSE            <chr [2]>   # c("Wales", "Scotland")                      
##   3  TRUE    TRUE  TRUE     TRUE             <chr [1]>   # c("United_Kingdom")        
##   4  TRUE    TRUE  TRUE     FALSE            <chr [1]>   # c("Great_Britain")
##   5  FALSE   TRUE  TRUE     TRUE             <chr [3]>   # c("Wales", "Scotland", "Northern_Ireland")
##   6  TRUE    FALSE TRUE     TRUE             <chr [3]>   # c("England", "Scotland", "Northern_Ireland")
##   7  TRUE    FALSE FALSE    FALSE            <chr [1]>   # c("England") 
##   8  TRUE    FALSE TRUE     TRUE             <chr [3]>   # c("England", "Scotland", "Northern_Ireland")
##   9  FALSE   FALSE TRUE     FALSE            <chr [1]>   # c("Scotland") 
##   10 FALSE   TRUE  FALSE    FALSE            <chr [1]>   # c("Wales") 

Answer 1

这是一种方法：

library(purrr) # used for pmap

my_df %>%
  mutate(collective_geo_territory = case_when(
    England & Wales & Scotland & Northern_Ireland ~ list("United_Kingdom"),
    England & Wales & Scotland ~ list("Great_Britain"),
    TRUE ~ pmap(my_df, ~names(my_df)[c(...)]))
    )

基本上，最后一行的工作方式如下：

1. 左侧可以简单地为TRUE，因为case_when() 终止于第一个相关的TRUE。所以，只有条件 1 和 2 都失败了，我们才会到达这条线。
2. 右侧基本上是说遍历我的数据集的行 (pmap) 并应用以下函数：获取我的数据集中的列的名称 (names) 并将它们子集 ([])仅适用于那些值为真的人（包含在c()中）

一些补充说明：

1. 请注意，我还必须将前两个条件的右侧幻灯片（例如 "United_Kingdom"）包裹在 list() 中，因为 case_when() 要求结果向量的类型一致
2. 我将多余的England == TRUE（其他国家也一样）简单地更改为England。由于这些列已经包含逻辑值，因此无需重新检查它们的值，这使代码更具可读性。