R仅在列存在时验证数据答案

【问题标题】：R Validating data only if column existsR仅在列存在时验证数据
【发布时间】：2016-10-26 01:11:59
【问题描述】：

我正在尝试在 R 中创建关于数据验证的报告；我使用了 validate 包来生成数据的一般摘要，但我需要了解我们的验证检查失败的细节。

我最终想要的是一个数据框，其中包含 id、未通过测试的列以及未通过测试的值。但是，并非所有列都是强制性的，因此我需要能够在不知道该列是否存在的情况下检查数据是否通过。

对于其他具有强制性数据的数据框，我将其转换为 True/False 是否通过测试。例如：

library(dplyr)
library(validate)
library(tidyr)

test_df = data.frame(id = 1:10, 
                 a = 11:20, 
                 b = c(21:25,36,27:30), 
                 c = c(41,52,43:50))

text_check = test_df %>% transmute(
      a = a>21,
      b = b > 31,
      c = c> 51
)

value_fails<-data.frame(id = test_df$id, text_check[,-1][colSums(text_check[,-1]) > 0])

value_failures_gath = gather(value_fails, column, changed, -id) %>% filter(changed == TRUE)
value_failures_gath$Value = apply(value_failures_gath, c(1), function(x) 
              test_df[test_df$id == x[['id']], grep(x[['column']], colnames(test_df))])
value_failures_gath<-value_failures_gath %>% arrange(id, column)
value_failures_gath$changed<-NULL

colnames(value_failures_gath)<-c('ID','Field','Value')

> value_failures_gath
  ID Field Value
1  2     c    52
2  6     b    36

我有一个数据框，里面有我想要创建的支票，样式如下：

second_data_check = data.frame(a = 'a>21',
                           b = 'b > 31',
                           c = 'c> 51',
                           d = 'd> 61')

我不能按原样运行这些，因为我们没有要检查的 D 列，但是通过此验证运行的其他数据框可能具有 D 列但没有 B 列。我可以过滤此数据框以仅包含我们拥有的列的测试，但是有没有办法将此数据框中的测试应用为检查？有没有更好的方法来做到这一点？

非常感谢您的帮助！

【问题讨论】：

标签： r validation filtering mutation

【解决方案1】：

我会一次设置一个检查，以便您可以在评估之前检查变量是否存在。以下解决方案是否有效？

text_check = data.frame(id=test_df$id)

if('a' %in% colnames(test_df)){
  text_check_temp = test_df %>% transmute(a=a>21)
  text_check <- cbind(text_check, text_check_temp)
}
if('b' %in% colnames(test_df)){
  text_check_temp = test_df %>% transmute(b=b>31)
  text_check <- cbind(text_check, text_check_temp)
}
if('c' %in% colnames(test_df)){
  text_check_temp = test_df %>% transmute(c=c>51)
  text_check <- cbind(text_check, text_check_temp)
}
if('d' %in% colnames(test_df)){
  text_check_temp = test_df %>% transmute(d=d>61)
  text_check <- cbind(text_check, text_check_temp)
}

我试图通过循环转换检查来进一步重构代码，但无法弄清楚如何正确评估字符串公式。

杰森

【讨论】：