在多个条件下重新编码 dplyr答案

【问题标题】：Recode on multiple conditions dplyr在多个条件下重新编码 dplyr
【发布时间】：2018-04-02 23:17:55
【问题描述】：

如果变量采用 dplyr 中的三个值之一，我想将其重新编码为缺失。考虑以下数据框have：

id  married hrs_workperwk
1   1       40
2   1       55
3   1       70
4   0       -1
5   1       99
6   0       -2
7   0       10
8   0       40
9   1       45

-1、-2 和 99 是非法值。新的数据框want 应如下所示：

id  married hrs_workperwk
1   1       40
2   1       55
3   1       70
4   0       NA
5   1       NA
6   0       NA
7   0       10
8   0       40
9   1       45

我可以使用 base R 来快速解决这个问题，但是当我已经在使用 mutate() 时，dplyr 通常很方便。唉，这意味着我目前使用多个嵌套的 if_else() 函数：

want <- mutate(have, 
hrs_workperwk = if_else(hrs_workperwk < 0, as.numeric(NA), 
                if_else(hrs_workperwk = 99, as.numeric(NA), hrs_workperwk)))

有没有办法只用一个 if_else() 函数来做到这一点？理想情况下是这样的：

want <- mutate(have, 
hrs_workperwk = if_else(hrs_workperwk = c(-2, -1, 99), as.numeric(NA), hrs_workperwk))

【问题讨论】：

标签： r dplyr recode

【解决方案1】：

我们可以使用replace

df %>%
  mutate(hrs_workperwk = replace(hrs_workperwk, hrs_workperwk %in% c(-1, -2, 99), NA))
#  id married hrs_workperwk
#1  1       1            40
#2  2       1            55
#3  3       1            70
#4  4       0            NA
#5  5       1            NA
#6  6       0            NA
#7  7       0            10
#8  8       0            40
#9  9       1            45

或者另一个选项是case_when

df %>%
   mutate(hrs_workperwk = case_when(hrs_workperwk %in% c(-1, -2, 99)~ NA_integer_,
                      TRUE ~ hrs_workperwk))

【讨论】：

【解决方案2】：

你可以使用%in%:

want <- have %>% 
  mutate(hrs_workperwk = ifelse(hrs_workperwk %in% c(-1, -2, 99), NA, hrs_workperwk))

【讨论】：

【解决方案3】：

在基础 R 中：

df1$hrs_workperwk[df1$hrs_workperwk %in% c(-1,-2,99)] <- NA

或

is.na(df1$hrs_workperwk) <- df1$hrs_workperwk %in% c(-1,-2,99)

两种情况的输出：

#   id married hrs_workperwk
# 1  1       1            40
# 2  2       1            55
# 3  3       1            70
# 4  4       0            NA
# 5  5       1            NA
# 6  6       0            NA
# 7  7       0            10
# 8  8       0            40
# 9  9       1            45

数据

df1 <- read.table(text="
id  married hrs_workperwk
1   1       40
2   1       55
3   1       70
4   0       -1
5   1       99
6   0       -2
7   0       10
8   0       40
9   1       45",h=T,strin=F)

【讨论】：

我完全忘记了is.na<- 是一个函数。整洁。
在我看来这是一个令人困惑的问题，有人可能认为它的目的是替换 NAs 而不是分配 NA 值，我不会在我的代码中使用它，但为了完整性:) .