在 mutate_at() 中使用 case_when() 重新编码具有不同类型 NA 的多个列

Question

给定数据：

df <- structure(list(cola = structure(c(5L, 9L, 6L, 2L, 7L, 10L, 3L, 
8L, 1L, 4L), .Label = c("a", "b", "d", "g", "q", "r", "t", "w", 
"x", "z"), class = "factor"), colb = c(156L, 8L, 6L, 100L, 49L, 
31L, 189L, 77L, 154L, 171L), colc = c(0.207140279468149, 0.51990159181878, 
0.402017514919862, 0.382948065642267, 0.488511856179684, 0.263168515404686, 
0.38591041485779, 0.774066215148196, 0.763264901703224, 0.474355421960354
), cold = structure(c(1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L), .Label = c("a", 
"b"), class = "factor")), class = "data.frame", row.names = c(NA, 
-10L))

df
#    cola colb      colc cold
# 1     q  156 0.2071403    a
# 2     x    8 0.5199016    b
# 3     r    6 0.4020175    a
# 4     b  100 0.3829481    b
# 5     t   49 0.4885119    a
# 6     z   31 0.2631685    b
# 7     d  189 0.3859104    a
# 8     w   77 0.7740662    b
# 9     a  154 0.7632649    a
# 10    g  171 0.4743554    b

如果特定行中colc 中的值是>= 0.5，我想用NA 替换该行中所有其他单元格的内容，但该行的cold 的内容除外（即我想保持原样）。

我用dplyr::mutate_at() 和base::ifelse() 尝试过这个，效果很好：

df %>% mutate_at(vars(-c(cold)), funs(ifelse(colc >= 0.5, NA, .)))

#    cola colb      colc cold
# 1     5  156 0.2071403    a
# 2    NA   NA        NA    b
# 3     6    6 0.4020175    a
# 4     2  100 0.3829481    b
# 5     7   49 0.4885119    a
# 6    10   31 0.2631685    b
# 7     3  189 0.3859104    a
# 8    NA   NA        NA    b
# 9    NA   NA        NA    a
# 10    4  171 0.4743554    b

但我想用dplyr::case_when() 来做这件事，因为我可能需要满足多个替换条件（例如，如果colc < 0.5 & colc >= 0.3 则替换为"foo"。但是case_when() 似乎表现不佳：

df %>% mutate_at(vars(-c(cold)), funs(case_when(colc >= 0.5 ~ NA, TRUE ~ .)))

错误：必须是逻辑向量，而不是因子对象

为什么会发生这种情况，我可以做些什么来解决它？我认为这是因为我试图将具有不同数据类型的多个列转换为 NA。我试图在网上寻找解决方案，但我找不到。

编辑：具体来说，我想保留各个列的数据类型。

Answer 1

library(dplyr)

df %>%
  mutate_at(vars(-c(cold)), ~ case_when(colc >= 0.5 ~ `is.na<-`(., TRUE), TRUE ~ .))

#    cola colb      colc cold
# 1     q  156 0.2071403    a
# 2  <NA>   NA        NA    b
# 3     r    6 0.4020175    a
# 4     b  100 0.3829481    b
# 5     t   49 0.4885119    a
# 6     z   31 0.2631685    b
# 7     d  189 0.3859104    a
# 8  <NA>   NA        NA    b
# 9  <NA>   NA        NA    a
# 10    g  171 0.4743554    b

说明

使用case_when分配NA时，需要指定NA的类型，即NA_integer_、NA_real_、NA_complex_和NA_character_。但是，mutate_at 同时转换多个列，并且这些列具有不同的类型，因此您不能对所有列应用一个语句。理想情况下，可能存在NA_guess 之类的东西来识别类型，但到目前为止我还没有找到。这个方法有点棘手。我使用is.na()将输入向量转换为NA，这些NA将与输入向量的类型相同。例如：

x <- 1:5
is.na(x) <- TRUE ; x
# [1] NA NA NA NA NA
class(x)
# [1] "integer"

y <- letters[1:5]
is.na(y) <- TRUE ; y
# [1] NA NA NA NA NA
class(y)
# [1] "character"

Answer 2

类似于@NelsonGon 的工作：

library(dplyr)

df %>%
        mutate_all(as.character) %>% 
        mutate_at(vars(-c(cold)), 
                  ~case_when(colc >= 0.5 ~ NA_character_, # ifelse(is.numeric(.), NA_real_, NA_character_), 
                             TRUE ~ .
                  )
        ) %>% 
        mutate(colb = as.numeric(colb),
               colc = as.numeric(colc)
        )

#>    cola colb      colc cold
#> 1     q  156 0.2071403    a
#> 2  <NA> <NA>        NA    b
#> 3     r    6 0.4020175    a
#> 4     b  100 0.3829481    b
#> 5     t   49 0.4885119    a
#> 6     z   31 0.2631685    b
#> 7     d  189 0.3859104    a
#> 8  <NA> <NA>        NA    b
#> 9  <NA> <NA>        NA    a
#> 10    g  171 0.4743554    b