R dplyr/tidyr 重新编码列值

Question

我有多个数据集，我使用 rbind 合并到 1 个 dplyr 数据帧中。

GapAnalysis16 <- select(memSat16,
     importance_communication_website_content, 
     satisfaction_communication_website_content,
     status,
     Year2016) %>% 
     rename(ComImpt=importance_communication_website_content, 
     ComSat = satisfaction_communication_website_content,
     status = status,
     year = Year2016)


 GapAnalysis17July <- select(memSatJuly17, 
    importance_communication_website_content_JULY17,
    satisfaction_communication_website_content_JULY17, 
    role_primary_new_JULY17,Year2017_July) %>% 
    rename(ComImpt=importance_communication_website_content_JULY17, 
    ComSat = satisfaction_communication_website_content_JULY17,
    status = role_primary_new_JULY17,
    year = Year2017_July)


 GapAnalysis <- rbind(GapAnalysis17July,GapAnalysis16)

得到了我的新组合数据集：

   ComImpt ComSat status year
1       4      2      1    1
2      NA     NA      1    1
3       4      5      5    1
4       3      3      5    1
5       6      6      5    1
6       5      5      1    1

我需要它的长格式，所以转换它：

    GapAnalysis_LongForm <-  GapAnalysis %>%
    gather(key = Product,value = Score, ComSat, ComImpt)

现在有了这个：

    status  year Product Score
     <dbl> <dbl> <chr>   <dbl>
 1     1.    1. ComSat      2.
 2     5.    1. ComSat      5.
 3     5.    2. ComSat      3.
 4     1.    1. ComSat      5.
 5     1.    1. ComImpt     4.
 6     5.    1. ComSat      4.

我现在需要将 ComSat 和 ComImpt 重新编码为值（1 和 2），但我很难过。 Recode 和 recode_factor 给了我错误。我正在尝试获得类似这样的输出：

    status  year Product Score
     <dbl> <dbl> <chr>   <dbl>
 1     1.    1. 1           2.
 2     5.    1. 1           5.
 3     5.    2. 1           3.
 4     1.    1. 1           5.
 5     1.    1. 2           4.
 6     5.    1. 1           4.

在正确的方向上的任何一般点？

我很感激！！！

Answer 1

我猜您遇到了一些问题，因为您在mutate 之外使用recode_factor。当您修改数据框的列时，请确保使用mutate（在tidyverse 的上下文中）。

以下应该可以工作并做同样的事情。

---

带有基础factor函数

df %>%
  mutate(Product = factor(Product, levels = c("ComSat", "ComImpt"), labels = c(1L, 2L)))

---

带有recode_factor功能

df %>%
  mutate(Product = recode_factor(Product, "ComSat" = 1L, "ComImpt" = 2L))

或

df3 <- df %>%
  mutate_at(vars(Product), ~recode_factor(.,"ComSat" = 1L, "ComImpt" = 2L))

Answer 2

如果您的 data.frame 中只有 2 个 Product 代码 (ComSat,ComImpt)，那么简单的 ifelse 将更容易提供帮助。

您需要在dplyr 链中添加额外步骤：mutate(Product = ifelse(Product=="ComSat", 1L, 2L))

GapAnalysis_LongForm  <- GapAnalysis %>%
  gather(key = Product,value = Score, ComSat, ComImpt) %>%
  mutate(Product = ifelse(Product=="ComSat", 1L, 2L))

#    status year Product Score
# 1       1    1       1     2
# 2       1    1       1    NA
# 3       5    1       1     5
# 4       5    1       1     3
# 5       5    1       1     6
# 6       1    1       1     5
# 7       1    1       2     4
# 8       1    1       2    NA
# 9       5    1       2     4
# 10      5    1       2     3
# 11      5    1       2     6
# 12      1    1       2     5

Answer 3

修改@hpesoj626的mutate_at方法：

根据 tidyverse，作用域动词（_if、_at、_all）已被现有动词中的 cross() 使用取代（有关更多信息，请参阅 here）。

以下代码应该可以工作：

df3 <- df %>%
  mutate(across(Product), ~recode_factor(.,"ComSat" = 1L, "ComImpt" = 2L))