根据另一个因素的水平改变一个因素的水平

Question

我有一个包含许多变量的数据集，其中两个称为“动物”和“植物”。两个变量都是因子，并且都是二元的，即它们要么是文本值，要么是 NA。

例如：

animal <- c(NA, NA, "cat", "cat", NA)
plant  <- c("ivy", NA, "ivy", NA, NA)
value  <- c(1:5)
df     <- data.frame(animal, plant, value)

> df
  animal plant value
1   <NA>   ivy     1
2   <NA>  <NA>     2
3    cat   ivy     3
4    cat  <NA>     4
5   <NA>  <NA>     5

当植物的值为“ivy”，动物的值为“cat”时， 我想将植物的值更改为 NA（即，这两件事不能为真，动物值优先。我的其他变量没有任何变化

我尝试了以下方法，但收到错误消息：

df <- df %>% if (isTRUE(animal == "cat")) {plant==NA}

Error in if (.) isTRUE(animal == "cat") else { : 
  argument is not interpretable as logical
In addition: Warning message:
In if (.) isTRUE(animal == "cat") else { :
  the condition has length > 1 and only the first element will be used

我的目标输出是：

> df
  animal plant value
1   <NA>   ivy     1
2   <NA>  <NA>     2
3    cat  <NA>     3
4    cat  <NA>     4
5   <NA>  <NA>     5

我非常感谢任何帮助。我确信有一种非常简单的方法可以做到这一点，也许我只见树木不见森林。

Answer 1

您的问题似乎比您想象的要简单。您只需将所有植物（动物不是NA）转为NA，即可达到相同的效果：

df$plant[!is.na(df$animal)] <- NA

或者有点花哨：

is.na(df$plant) <- !is.na(df$animal)

Answer 2

library(dplyr)    

df %>% 
      mutate(plant = case_when(animal == 'cat' & plant == 'ivy' ~ NA_character_,
                               TRUE ~ plant))

这给了我们：

  animal plant value
1   <NA>   ivy     1
2   <NA>  <NA>     2
3    cat  <NA>     3
4    cat  <NA>     4
5   <NA>  <NA>     5

Answer 3

这里的问题是 == 不能直观地与 R 中的 NA 值一起使用。

> df[df$animal=="cat",]
     animal plant value
NA     <NA>  <NA>    NA
NA.1   <NA>  <NA>    NA
3       cat   ivy     3
4       cat  <NA>     4
NA.2   <NA>  <NA>    NA

例如这里所有行都被返回，因为NA == "ANYTHING" 返回NA。

如果x 和y 相等而不是NA，或者两者都是NA，您可以定义返回TRUE 的函数。

is.equal.force <- `%===%` <- function(x,y, vect=T) {
  res <- ifelse(is.na(x),is.na(y),ifelse(!is.na(y)&!is.na(x),x==y, NA))
  if(!vect){
    res <- all(res)
  }
  return(res)
}

那么你的问题的解决方案就变得简单了：

df[df$animal%===%"cat"&df$plant%===%"ivy","plant"] <- NA
df
  animal plant value
1   <NA>   ivy     1
2   <NA>  <NA>     2
3    cat  <NA>     3
4    cat  <NA>     4
5   <NA>  <NA>     5

注意这里使用了正确的语法。

Answer 4

你也可以这样做：

df[!(is.na(df$animal)|is.na(df$plant)),'plant'] <- NA
df
  animal plant value
1   <NA>   ivy     1
2   <NA>  <NA>     2
3    cat  <NA>     3
4    cat  <NA>     4
5   <NA>  <NA>     5

这也可以表示为：

df[!is.na(df$animal) & !is.na(df$plant),'plant'] <- NA