如何使用 R 根据来自另一个数据框列的值来改变数据框的某些值

Question

我想使用df2$x 转换df1$x 以获得df3。但是这样使用mutate肯定是错的。

library(tidyverse)
df1 <- tibble(year = c(2019, 2019, 2020, 2020),
              x = c("0123", "0222", "0144", "0124"))
df2 <- tibble(x = c("22", "24"))

# I want to obtain
df3 <- tibble(year = c(2019, 2019, 2020, 2020),
              x = c("0123", "0222", "0144", NA))

# but this mutate does not work
df1 %>%
  mutate(x = if_else(str_sub(x,3,4) %in% df2$x & year == 2020, NA, x))
#> Error: Problem with `mutate()` input `x`.
#> x `false` must be a logical vector, not a character vector.
#> i Input `x` is `if_else(str_sub(x, 3, 4) %in% df2$x & year == 2020, NA, x)`.
Created on 2020-10-26 by the reprex package (v0.3.0)

Answer 1

if_else 进行类型检查。根据?if_else

与基础 ifelse() 相比，这个函数更加严格。它检查 true 和 false 是否为同一类型。这种严格性使输出类型更可预测，并使其速度更快。

而NA 默认返回NA_logical_。

typeof(NA)
#[1] "logical"

根据?NA

NA 是一个长度为 1 的逻辑常数，其中包含一个缺失值指示符。 NA 可以强制转换为除 raw 之外的任何其他向量类型。还有其他支持缺失值的原子向量类型的常量NA_integer_、NA_real_、NA_complex_和NA_character_：都是R语言中的保留字。

我们特别需要NA_character_，因为没有强制转换为适当的类型（通常与base Rifelse一起使用）

typeof(NA_character_)
#[1] "character"

因此，最好使用与NA匹配的适当类型

library(dplyr)
df1 %>%
    mutate(x = if_else(str_sub(x,3,4) %in% df2$x &
              year == 2020, NA_character_, x))

ifelse 没有这个问题，因为 NA 会自动转换为 NA_character_

df1 %>%
  mutate(x = ifelse(str_sub(x,3,4) %in% df2$x & year == 2020, NA, x))