是否有一个 R 函数或 dplyr 函数，您可以在其中分配值而无需替换？答案

【问题标题】：Is there an R function or dplyr function where you can assign values without replacement?是否有一个 R 函数或 dplyr 函数，您可以在其中分配值而无需替换？
【发布时间】：2020-04-11 09:18:48
【问题描述】：

例如，如果我有一个数据框：

v1 v2
a  1 
b  2 
c  3 
a  1
c  3

我想创建 v3，因为 v1 等于它们各自的值。例如，如果 v1 等于 a，那么我想将“科学”分配给 v3，如果 v1 等于 b，那么我想将“数学”分配给 v3 等等。

v1 v2 v3
a  1  science
b  2  maths
c  3  english
a  1  science
c  3  english

我会以标准方式执行此操作，使用 dplyr 的 case_when 或重新编码列出许多条件，但变量中有太多唯一值，我应用条件来有效地执行此操作。

谢谢。

【问题讨论】：

标签： r dplyr

【解决方案1】：

你可以使用case_when：

library(dplyr)

df %>%
 mutate(v3 = case_when(v1 == 'a' ~ 'science',
                       v1 == 'b' ~ 'maths', 
                       v1 == 'c' ~ 'english'))

#  v1 v2      v3
#1  a  1 science
#2  b  2   maths
#3  c  3 English
#4  a  1 science
#5  c  3 english

或者创建一个参考数据框并使用merge：

ref_df <- data.frame(v1 = c('a', 'b', 'c'),v3 = c('science', 'maths', 'english'), 
                     stringsAsFactors = FALSE)

merge(df, ref_df, by = 'v1')

数据

df <- structure(list(v1 = structure(c(1L, 2L, 3L, 1L, 3L), .Label = c("a", 
"b", "c"), class = "factor"), v2 = c(1L, 2L, 3L, 1L, 3L)), 
class = "data.frame", row.names = c(NA, -5L))

【讨论】：

【解决方案2】：

您可以使用内置的 merge() 函数来实现这一点。更像是 sql 中的连接。下面是一个例子

df1 <- data.frame(v1=c("a","b","c","a","e"),v2=c(1,2,3,4,5))
df2 <- data.frame(c1=c("a","b","c","d","e"),c2=c("maths","mechanics","biology","chemistry","physics"))

df3 <- merge(df1,df2,by.x='v1',by.y='c1',all.x = TRUE)

#INPUT
#df1
# v1 v2
# 1  a  1
# 2  b  2
# 3  c  3
# 4  a  4
# 5  e  5

#df2
# c1        c2
# 1  a     maths
# 2  b mechanics
# 3  c   biology
# 4  d chemistry
# 5  e   physics

#df3
# v1 v2        c2
# 1  a  1     maths
# 2  a  4     maths
# 3  b  2 mechanics
# 4  c  3   biology
# 5  e  5   physics

【讨论】：

【解决方案3】：

您的问题有点模棱两可，但您似乎想将字母与字母表中的等效数字相匹配。在这种情况下，您可以创建数值与其letters 匹配的factor 级别。

.labels <- c("science", "maths", "english")
dat$v3 <- factor(with(dat, ifelse(v1 == letters[v2], v2, NA)), 
                 labels=.labels)
#   v1 v2      v3
# 1  a  1 science
# 2  b  2   maths
# 3  c  3 english
# 4  a  1 science
# 5  b  4    <NA>
# 6  c  3 english

数据

dat <- structure(list(v1 = c("a", "b", "c", "a", "b", "c"), v2 = c(1L, 
2L, 3L, 1L, 4L, 3L)), row.names = c(NA, -6L), class = "data.frame")

【讨论】：