dplyr 使用 case_when 改变新的动态变量答案

【问题标题】：dplyr mutate new dynamic variables with case_whendplyr 使用 case_when 改变新的动态变量
【发布时间】：2018-08-02 02:02:41
【问题描述】：

我知道here 和here 有类似的问题，但我无法为我的具体情况找出正确的解决方案。我发现的一些解决方案是使用mutate_ 等的解决方案，但我知道这些现在已经过时了。我是 dplyr 动态用法的新手。

我有一个数据框，其中包含一些具有两个不同前缀（alpha 和 beta）的变量：

df <- data.frame(alpha.num = c(1, 3, 5, 7),
             alpha.char = c("a", "c", "e", "g"),
             beta.num = c(2, 4, 6, 8),
             beta.char = c("b", "d", "f", "h"),
             which.to.use = c("alpha", "alpha", "beta", "beta"))

我想创建带有前缀“chosen”的新变量。它们是“alpha”或“beta”列的副本，具体取决于“which.to.use”列中为该行命名的名称。期望的输出是：

desired.df <- data.frame(alpha.num = c(1, 3, 5, 7),
                     alpha.char = c("a", "c", "e", "g"),
                     beta.num = c(2, 4, 6, 8),
                     beta.char = c("b", "d", "f", "h"),
                     which.to.use = c("alpha", "alpha", "beta", "beta"),
                     chosen.num = c(1, 3, 6, 8),
                     chosen.char = c("a", "c", "f", "h"))

我的失败尝试：

varnames <- c("num", "char")
df %<>%
  mutate(as.name(paste0("chosen.", varnames)) := case_when(
    which.to.use == "alpha" ~ paste0("alpha.", varnames),
    which.to.use == "beta" ~ pasteo("beta.", varnames)
  ))

我更喜欢纯 dplyr 解决方案，更好的是可以包含在修改 df 的更长管道中（即无需停止创建“varnames”）。感谢您的帮助。

【问题讨论】：

标签： r dynamic dplyr

【解决方案1】：

使用一些有趣的rlang stuff & purrr：

library(rlang)
library(purrr)
library(dplyr)

df <- data.frame(alpha.num = c(1, 3, 5, 7),
                 alpha.char = c("a", "c", "e", "g"),
                 beta.num = c(2, 4, 6, 8),
                 beta.char = c("b", "d", "f", "h"),
                 which.to.use = c("alpha", "alpha", "beta", "beta"),
                 stringsAsFactors = F)

c("num", "char") %>% 
    map(~ mutate(df, !!sym(paste0("chosen.", .x)) := 
      case_when(
          which.to.use == "alpha" ~ !!sym(paste0("alpha.", .x)),
          which.to.use == "beta" ~ !!sym(paste0("beta.", .x))
                ))) %>% 
    reduce(full_join)

结果：

  alpha.num alpha.char beta.num beta.char which.to.use chosen.num chosen.char
1         1          a        2         b        alpha          1           a
2         3          c        4         d        alpha          3           c
3         5          e        6         f         beta          6           f
4         7          g        8         h         beta          8           h

没有reduce(full_join)：

c("num", "char") %>% 
  map_dfc(~ mutate(df, !!sym(paste0("chosen.", .x)) := 
                 case_when(
                   which.to.use == "alpha" ~ !!sym(paste0("alpha.", .x)),
                   which.to.use == "beta" ~ !!sym(paste0("beta.", .x))
                 ))) %>% 
  select(-ends_with("1"))



alpha.num alpha.char beta.num beta.char which.to.use chosen.num chosen.char
1         1          a        2         b        alpha          1           a
2         3          c        4         d        alpha          3           c
3         5          e        6         f         beta          6           f
4         7          g        8         h         beta          8           h

说明：
（注意：我没有完全甚至有点得到rlang。也许其他人可以给出更好的解释；）。）

单独使用paste0 会产生一个字符串，当我们需要mutate 的裸名才能知道它指的是变量名时。

如果我们将paste0 包装在sym 中，它的计算结果是一个裸名：

> x <- varrnames[1]
> sym(paste0("alpha.", x))
  alpha.num

但mutate 不知道评估，而是将其作为符号读取：

> typeof(sym(paste0("alpha.", x)))
[1] "symbol"

“砰砰”!! 运算符计算 sym 函数。比较：

> expr(mutate(df, var = sym(paste0("alpha.", x))))
mutate(df, var = sym(paste0("alpha.", x)))

> expr(mutate(df, var = !!sym(paste0("alpha.", x))))
mutate(df, var = alpha.num)

所以对于!!sym，我们可以使用 paste 来动态调用 dplyr 的变量名。

【讨论】：

谢谢。我的实际数据非常大（既高又宽），而 full_join 让事情停了下来……我想知道是否有办法使用 mutate_at 或 mutate_if 来做到这一点……
查看我的nest()/map() 答案以获得更快的tidyverse 选项
@Nate 不错。使用map_dfc 可以让您摆脱full_join。

【解决方案2】：

这是一个nest()/map() 策略，应该很快。它停留在tidyverse，但不会进入rlang 土地。

library(tidyverse)

df %>% 
    nest(-which.to.use) %>%
    mutate(new_data = map2(data, which.to.use,
                       ~ select(..1, matches(..2)) %>%
                           rename_all(funs(gsub(".*\\.", "choosen.", .) )))) %>%
    unnest()

  which.to.use alpha.num alpha.char beta.num beta.char choosen.num choosen.char
1        alpha         1          a        2         b           1            a
2        alpha         3          c        4         d           3            c
3         beta         5          e        6         f           6            f
4         beta         7          g        8         h           8            h

它抓取所有列，而不仅仅是num 和char，不是which.to.use。但这似乎是您（我）想要的 IRL。如果您只想提取特定变量，可以在调用 nest() 之前添加 select(matches('(var1|var2|etc')) 行。

编辑：我最初使用select() 删除不需要的列的建议将导致稍后执行join 将它们带回来。如果改为调整 nest 参数，则只能在某些列上实现。

我在此处添加了新的 bool 列，但对于“选择”选择，它们将被忽略：

new_df <- data.frame(alpha.num = c(1, 3, 5, 7),
                 alpha.char = c("a", "c", "e", "g"),
                 alpha.bool = FALSE,
                 beta.num = c(2, 4, 6, 8),
                 beta.char = c("b", "d", "f", "h"),
                 beta.bool = TRUE,
                 which.to.use = c("alpha", "alpha", "beta", "beta"),
                 stringsAsFactors = FALSE)

new_df %>% 
    nest(matches("num|char")) %>% # only columns that match this pattern get nested, allows you to save others
    mutate(new_data = map2(data, which.to.use,
                           ~ select(..1, matches(..2)) %>%
                               rename_all(funs(gsub(".*\\.", "choosen.", .) )))) %>%
    unnest()

  alpha.bool beta.bool which.to.use alpha.num alpha.char beta.num beta.char choosen.num choosen.char
1      FALSE      TRUE        alpha         1          a        2         b           1            a
2      FALSE      TRUE        alpha         3          c        4         d           3            c
3      FALSE      TRUE         beta         5          e        6         f           6            f
4      FALSE      TRUE         beta         7          g        8         h           8            h

【讨论】：

我只想对特定变量执行此操作。添加一个 select 语句会减少 df，所以我必须稍后再加入以恢复其他变量（如果我理解正确的话）。一定有更好的方法吧？
我进行了编辑，以展示一种更好的方法，只需调整 nest() 参数，如果您有这样的想法，请告诉我
太棒了！效果很好。我不太了解这里发生的一切，但这对我来说是功课。谢谢。

【解决方案3】：

使用apply 和margin = 1 的基本R 方法，其中我们根据which.to.use 列中的值为每一行选择列，并从该行的对应列中获取值。

df[c("chosen.num", "chosen.char")] <- 
          t(apply(df, 1, function(x) x[grepl(x["which.to.use"], names(df))]))

df
#  alpha.num alpha.char beta.num beta.char which.to.use chosen.num chosen.char
#1         1          a        2         b        alpha          1           a
#2         3          c        4         d        alpha          3           c
#3         5          e        6         f         beta          6           f
#4         7          g        8         h         beta          8           h

【讨论】：

【解决方案4】：

您也可以尝试gather/spread 方法

df %>% 
  rownames_to_column() %>% 
  gather(k,v,-which.to.use,-rowname) %>% 
  separate(k,into = c("k1", "k2"), sep="[.]") %>% 
  filter(which.to.use == k1) %>% 
  mutate(k1="chosen") %>% 
  unite(k, k1, k2,sep=".") %>% 
  spread(k,v) %>%
  select(.,chosen.num, chosen.char) %>% 
  bind_cols(df, .)
    alpha.num alpha.char beta.num beta.char which.to.use chosen.num chosen.char
 1         1          a        2         b        alpha          1           a
 2         3          c        4         d        alpha          3           c
 3         5          e        6         f         beta          6           f
 4         7          g        8         h         beta          8           h

【讨论】：