我有一个包含 20.000 个观察值和 5 个变量的数据集。现在我想在一些特定的观察中只改变一个变量。我知道我可以像这样对每一行都这样做：
test_data <- test_data%>%
mutate(change_variable=ifelse(n=="1000","changevalue",changevariable))
我现在的问题是我需要像这样更改 500 个 Obersvations。有没有可能使这个过程自动化而不是编写 500 行的代码？每次更改相同的变量时，我在连接到正确的“n”值的数据框中都有该变量的正确值。
我希望你们中的某个人可以帮助我。
亲切的问候， 汤姆
【问题讨论】：
标签： r if-statement dplyr tidyverse
您可以在基本 R ifelse 语句中引用测试向量。每个测试将使用测试向量的行索引号。例如
为cars$cyl (cars = mtcars) 生成一个测试向量，并针对每个cars$cyl 条目对其进行测试。将测试结果分配给cars$test进行检查。
cars <- mtcars
testvec <- sample(c(4, 6, 8), 32, replace = TRUE)
cars$test <- ifelse(cars$cyl == testvec, 'match', 'no match')
cars <- cbind(cars, testvec)
head(cars, 10)
mpg cyl disp hp drat wt qsec vs am gear carb test testvec
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 no match 8
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 no match 8
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 match 4
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 no match 4
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 no match 4
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 no match 4
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 match 8
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 no match 6
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 no match 8
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 no match 8
【讨论】：
我认为这可能是一个“加入”（合并）操作。
library(dplyr)
set.seed(2)
mt <- sample_n(mtcars, 6)
mt
# mpg cyl disp hp drat wt qsec vs am gear carb
# Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
# Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
# Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
# Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
# Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
# Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
newgears <- data.frame(gear = c(2, 3, 4), newgear = c(22, 33, 44))
newgears
# gear newgear
# 1 2 22
# 2 3 33
# 3 4 44
前提是您有一帧具有从原始值 (gear) 到新值 (newgear) 的映射。并非所有现有的gear 值都需要存在于newgears 中（我们会处理），如果在这个新框架中有额外的gear 值也不会有问题，因为它们将被忽略。
有了这个，
left_join(mt, newgears, by = "gear")
# mpg cyl disp hp drat wt qsec vs am gear carb newgear
# 1 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 33
# 2 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 33
# 3 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 33
# 4 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 NA
# 5 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 44
# 6 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4 33
由此，请注意我们有一个gear 值未映射到newgear。这是可以预料的，也是正常的，我们只需要考虑它。在我们的例子中，我们将coalesce 先newgear 然后gear；它的作用是使用newgear，除非它是NA，在这种情况下使用gear。
left_join(mt, newgears, by = "gear") %>%
mutate(gear = coalesce(newgear, gear)) %>%
select(-newgear)
# mpg cyl disp hp drat wt qsec vs am gear carb
# 1 21.5 4 120.1 97 3.70 2.465 20.01 1 0 33 1
# 2 10.4 8 472.0 205 2.93 5.250 17.98 0 0 33 4
# 3 18.1 6 225.0 105 2.76 3.460 20.22 1 0 33 1
# 4 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
# 5 24.4 4 146.7 62 3.69 3.190 20.00 1 0 44 2
# 6 14.7 8 440.0 230 3.23 5.345 17.42 0 0 33 4
我相信使用映射框架（此处为newgears）更容易维护和可视化，更不用说代码和在多种方式和地方使用。
【讨论】：
如果我们只需要针对特定观察进行更改，请使用row_number() 和%in% 创建逻辑表达式。如果“changevalue”特定于前 500 个观察值，请将其创建为列
library(dplyr)
test_data$changevalue[1:500] <- vector_of_values
test_data <- test_data %>%
mutate(change_variable = ifelse(
row_number() %in% 1:500, changevalue, changevariable))
或者这也可以使用coalesce 来完成
test_data %>%
mutate(change_variable = coalesce(changevalue, changevariable))
或者可以使用between
test_data %>%
mutate(change_variable = ifelse(between(row_number(), 1, 500),
changevalue, changevariable))
【讨论】：
changevalue列后使用ifelse，就像这里一样