使用嵌套 ifelse 语句创建两列而不是一列的 mutate 函数答案

【问题标题】：mutate function with nested ifelse statements creating two columns instead of one使用嵌套 ifelse 语句创建两列而不是一列的 mutate 函数
【发布时间】：2020-08-15 22:37:18
【问题描述】：

我有一些国家/地区的 covid-19 病例的累积数据，我正在尝试计算一个名为 Diff 的新列中的差异。我无法删除 NA 值，因为它不会显示没有进行测试的日期。所以我已经做到了，如果有一个 NA 值，将 Diff 值设置为 0 以表示没有差异，因此当天没有进行任何测试。

我也在尝试发表声明，如果 Diff 也是 NA，表示前一天没有进行任何测试，那么将差异设置为当天的确诊病例值。

正如您从底部的结果中看到的那样，我快到了，但我正在创建一个名为 ifelse 的新列。我试图解决这个问题，但我认为我在某处犯了一个简单的错误。如果有人能指出来，我将不胜感激，谢谢。

编辑：当延迟计算 = NA 时，我意识到我在考虑将每日病例设置为确诊病例时犯了一个逻辑错误，因为这给出了一个误导性的答案。

我在大型数据集上使用下面的代码来填充并在出现 NA 时重复之前的值。我按组过滤，以免简单地跨国家传播正向值。

然后我计算了延迟，然后使用 Ronak Shah 的代码获取每日值。

data <- data %>%
            group_by(CountryName) %>%
            fill(ConfirmedCases, .direction = "down")

data <- data %>%
            mutate(lag1 = ConfirmedCases - lag(ConfirmedCases))

data <- data %>% mutate(DailyCases = replace_na(coalesce(lag1, ConfirmedCases), 0))

library(tidyverse)

data <- data.frame(
          stringsAsFactors = FALSE,
                        CountryName = c("Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan","Afghanistan",
                                        "Afghanistan","Afghanistan"),
                     ConfirmedCases = c(NA,7L,NA,NA,NA,10L,16L,21L,
                                        22L,22L,22L,24L,24L,34L,40L,42L,
                                        75L,75L,91L,106L,114L,141L,166L,
                                        192L,235L,235L,270L,299L,337L,367L,
                                        423L),
                               Diff = c(NA,NA,NA,NA,NA,NA,6L,5L,1L,
                                        0L,0L,2L,0L,10L,6L,2L,33L,0L,16L,
                                        15L,8L,27L,25L,26L,43L,0L,35L,
                                        29L,38L,30L,56L)
                 )

data2 <- data %>%
  mutate(Diff = ifelse(is.na(ConfirmedCases) == TRUE, 0, ConfirmedCases - lag(ConfirmedCases)),
                       ifelse(is.na((ConfirmedCases - lag(ConfirmedCases))) == TRUE, ConfirmedCases, ConfirmedCases - lag(ConfirmedCases)))

head(data2, 10)
#>    CountryName ConfirmedCases Diff ifelse(...)
#> 1  Afghanistan             NA    0          NA
#> 2  Afghanistan              7   NA           7
#> 3  Afghanistan             NA    0          NA
#> 4  Afghanistan             NA    0          NA
#> 5  Afghanistan             NA    0          NA
#> 6  Afghanistan             10   NA          10
#> 7  Afghanistan             16    6           6
#> 8  Afghanistan             21    5           5
#> 9  Afghanistan             22    1           1
#> 10 Afghanistan             22    0           0

^{由reprex package (v0.3.0) 于 2020-08-15 创建}

【问题讨论】：

标签： r if-statement tidyverse dplyr

【解决方案1】：

也许这可以通过创建目标列的副本来提供帮助：

library(tidyverse)

data %>% mutate(D=ConfirmedCases,D=ifelse(is.na(D),0,D),
                Diff2 = c(0,diff(D)),Diff2=ifelse(Diff2<0,0,Diff2)) %>% select(-D)

输出：

   CountryName ConfirmedCases Diff Diff2
1  Afghanistan             NA   NA     0
2  Afghanistan              7   NA     7
3  Afghanistan             NA   NA     0
4  Afghanistan             NA   NA     0
5  Afghanistan             NA   NA     0
6  Afghanistan             10   NA    10
7  Afghanistan             16    6     6
8  Afghanistan             21    5     5
9  Afghanistan             22    1     1
10 Afghanistan             22    0     0
11 Afghanistan             22    0     0
12 Afghanistan             24    2     2
13 Afghanistan             24    0     0
14 Afghanistan             34   10    10
15 Afghanistan             40    6     6
16 Afghanistan             42    2     2
17 Afghanistan             75   33    33
18 Afghanistan             75    0     0
19 Afghanistan             91   16    16
20 Afghanistan            106   15    15
21 Afghanistan            114    8     8
22 Afghanistan            141   27    27
23 Afghanistan            166   25    25
24 Afghanistan            192   26    26
25 Afghanistan            235   43    43
26 Afghanistan            235    0     0
27 Afghanistan            270   35    35
28 Afghanistan            299   29    29
29 Afghanistan            337   38    38
30 Afghanistan            367   30    30
31 Afghanistan            423   56    56

【讨论】：

解决了问题！非常感谢。我只有一个关于代码的问题，所以我理解正确。 ``` Diff2 = c(0,diff(D)) ```你能解释一下为什么使用 c(0, diff(d))。除了我不理解那部分之外，其他一切都有意义。
@O.MacDonald 太棒了！关于代码你想知道什么？
我希望你能看到我所做的编辑。我在写完问题之前不小心按了输入哈哈。
@O.MacDonald Diff2 = c(0,diff(D)) 创建一个列，其值的差异类似于您对 lag 列所做的操作。零是因为第一个值不能有差异，因为它没有先前的值。 diff 所做的是计算实际行与前一行的差异，并对所有行执行此操作，如您所见。我希望这可以帮助您弄清楚您的疑问:)
谢谢！我忘记了 Diff 是一个基本命令，我的列的命名让我很困惑哈哈。感谢您的解释和时间。一切顺利。

【解决方案2】：

我认为您可以使用coalesce 从Diff 和ConfirmedCases 获取第一个非NA 值，如果它们都是NA，则将其替换为0。

library(dplyr)
data %>%
  mutate(Diff2 = tidyr::replace_na(coalesce(Diff,  ConfirmedCases), 0))

#   CountryName ConfirmedCases Diff Diff2
#1  Afghanistan             NA   NA     0
#2  Afghanistan              7   NA     7
#3  Afghanistan             NA   NA     0
#4  Afghanistan             NA   NA     0
#5  Afghanistan             NA   NA     0
#6  Afghanistan             10   NA    10
#7  Afghanistan             16    6     6
#8  Afghanistan             21    5     5
#9  Afghanistan             22    1     1
#10 Afghanistan             22    0     0
#11 Afghanistan             22    0     0
#12 Afghanistan             24    2     2
#...
#...

【讨论】：

谢谢 Ronak，这个解决方案效果很好，比我的想法更优雅。