使用 dplyr mutate_at 通过 case_when 语句更改指定的变量列表

Question

我正在尝试重新编码数据集中的某些列。这些列有很多奇怪的名称，例如 S3__8 或 C4__2。还有一些以 C 开头的分类列，例如 Case。

我使用此段成功地重新编码了所有 S 列：

Sa_Recode <- Sa %>%
  mutate_at(vars(starts_with("S")),
    funs(case_when(grepl("Yes", ., ignore.case = TRUE) ~ "1",
                   grepl("No", ., ignore.case = TRUE) ~ "0",
                   grepl("Some", ., ignore.case = TRUE) ~ "0.5",
                   TRUE                                         ~ "Else")))

我想重新编码 C 列，但不能使用相同的逻辑，因为我的其他一些列以 C 开头。 我试过像这样编辑 mutate 行，但没有运气：

创建我需要的列的列表并制作列表

list <- c('C1_(*)__', 'C2_4__', 'C3_(*)__', 'C3a_(*)__') 
mutate_at(vars(list),

将它们列为变量

mutate_at(c('C1_(*)__', 'C2_4__', 'C3_(*)__', 'C3a_(*)__'),

将它们作为变量以不同的方式列出

mutate_at(vars(c('C1_(*)__', 'C2_4__', 'C3_(*)__', 'C3a_(*)__')),

调用一系列列

mutate_at(Sa[,8:53],

我将用其他大约九个集合（具有不同的起始字母）重复此过程，并希望学习如何操作逻辑。 或者，有没有办法让case语句中的“else”不重新编码值？这也可以解决问题。 谢谢！

Sample Input:
Case  S25_    S26_(*)__   C1_(*)__
A     No      Some        Yes
B     Yes     Skipped     Yes
C     No      N/A         Some

Desired output:
Case  S25_    S26_(*)__   C1_(*)__
A     0       0.5         1
B     1       Skipped     1
C     0       N/A         0.5

Answer 1

您可以使用正则表达式来正确识别要更改的列。

library(dplyr)
Sa %>%
  mutate_at(vars(matches('^S|C\\d+')),
             ~case_when(grepl("Yes", ., ignore.case = TRUE) ~ "1",
                        grepl("No", ., ignore.case = TRUE) ~ "0",
                        grepl("Some", ., ignore.case = TRUE) ~ "0.5",
                        TRUE ~ "Else"))

这将选择以"S" 开头或"C" 后跟数字的列。

此外，mutate_at 已替换为 across，因此您现在可以使用：

Sa %>%
   mutate(across(matches('^S|C\\d+'),
            ~case_when(grepl("Yes", ., ignore.case = TRUE) ~ "1",
                       grepl("No", ., ignore.case = TRUE) ~ "0",
                       grepl("Some", ., ignore.case = TRUE) ~ "0.5",
                       TRUE ~ "Else")))