在 R 中跨不同类型的列应用 ifelse() 时保留列类型

Question

这似乎是一个相当简单的任务，但是在研究了ifelse()、dplyr::if_else() 的文档以及关于 SO 上关于将ifelse() 应用于数据框中的多个列的几个类似帖子之后，我无法弄清楚.

我的目标：我有以下数据框，其中包含不同数据类型的列。在每一行上，如果列“有效”表示错误，我想将前 3 列中的值重置为 NA。

问题：我使用dplyr::across()和ifelse()来改变我想要的值，但是日期列date和因子列team被强制转换为数字（如图在下面的代表中），这是不可取的。我知道dplyr::if_else() 保留了数据类型，但它也不适用于不同数据类型的列。

我知道tdf[tdf$valid == FALSE, !grepl("valid", names(tdf))] <- NA 可以实现我的目标，但我更喜欢 tidyverse 方法，我可以在我的数据清理管道中使用它。非常感谢！

library(dplyr)

tdf <- tibble(
  date = c(as.Date("2021-12-10"), as.Date("2021-12-11")),
  team = factor(1:2, labels = c("T1", "T2")),
  score = 3:4,
  valid = c(TRUE, FALSE)
)

tdf
#> # A tibble: 2 x 4
#>   date       team  score valid
#>   <date>     <fct> <int> <lgl>
#> 1 2021-12-10 T1        3 TRUE 
#> 2 2021-12-11 T2        4 FALSE

tdf %>% mutate(across(-valid, ~ ifelse(valid, ., NA)))
#> # A tibble: 2 x 4
#>    date  team score valid
#>   <dbl> <int> <int> <lgl>
#> 1 18971     1     3 TRUE 
#> 2    NA    NA    NA FALSE

^{由reprex package (v2.0.1) 于 2021 年 12 月 10 日创建}

Answer 1

这是一个未解决的问题：

@akrun 给出了很好的解释以及如何解决您的具体问题！

但如果你想保留ifelse:

Fabian Werner 在 2015 年使用自定义 safe.ifelse

提供了在您的具体情况下唯一可行的解​​决方案（包含日期和因素）

How to prevent ifelse() from turning Date objects into numeric objects

safe.ifelse <- function(cond, yes, no) {
  class.y <- class(yes)
  if (class.y == "factor") {
    levels.y = levels(yes)
  }
  X <- ifelse(cond,yes,no)
  if (class.y == "factor") {
    X = as.factor(X)
    levels(X) = levels.y
  } else {
    class(X) <- class.y
  }
  return(X)
}

tdf %>% mutate(across(-valid, ~ safe.ifelse(valid, ., NA)))

  date       team  score valid
  <date>     <fct> <int> <lgl>
1 2021-12-10 T1        3 TRUE 
2 NA         NA       NA FALSE

Answer 2

使用 case_when 中的默认 (TRUE) 选项，该选项根据类型返回 NA

library(dplyr)
tdf %>%
    mutate(across(-valid, ~ case_when(valid ~ .)))

-输出

# A tibble: 2 × 4
  date       team  score valid
  <date>     <fct> <int> <lgl>
1 2021-12-10 T1        3 TRUE 
2 NA         <NA>     NA FALSE

---

或者另一个选项是replace

tdf %>% 
   mutate(across(-valid, ~ replace(., !valid, NA)))
# A tibble: 2 × 4
  date       team  score valid
  <date>     <fct> <int> <lgl>
1 2021-12-10 T1        3 TRUE 
2 NA         <NA>     NA FALSE

---

根据?ifelse

结果的模式可能取决于 test 的值（见示例），结果的类属性（见 oldClass）取自 test，可能不适用于从 yes 和 no 中选择的值。

有时最好使用诸如

之类的结构

(tmp

，可能扩展为处理测试中的缺失值。