Dplyr: case_when - 如何使用来选择一列？答案

【问题标题】：Dplyr: case_when - how to use to select a column?Dplyr: case_when - 如何使用来选择一列？
【发布时间】：2021-05-21 10:01:49
【问题描述】：

我想使用dplyr 中的case_when 来选择一列以更改其在tidymodels 配方中的角色。

我做错了什么？在以下 MWE 中，应将 ID 角色分配给“b”列：

library(tidyverse)
library(tidymodels)

# dummy data
a = seq(1:3)
b = seq(4:6)
c = seq(7:9)
df <- data.frame(a,b,c)

# filter variable
col_name = "foo"

rec <- recipe(a ~., data = df) %>%
  update_role(
              case_when(
                col_name == "foo" ~ b, # Not working too: .$b, df$b
                col_name == "foo2" ~ c), 
              new_role = "ID")
rec

【问题讨论】：

标签： r dplyr tidymodels

【解决方案1】：

不幸的是，case_when 不适用于您想要实现的那种动态变量选择。相反，我建议使用包装在函数中的 if (...) 来执行动态选择：

library(tidyverse)
library(tidymodels)

# dummy data
a = seq(1:3)
b = seq(4:6)
c = seq(7:9)
df <- data.frame(a,b,c)

# filter variable
col_name = "foo"

update_select <- function(recipe, col_name) {
  if (col_name == "foo") {
    update_role(recipe, b, new_role = "ID") 
  } else if (col_name == "foo2") {
    update_role(recipe, c, new_role = "ID")  
  }
}

rec <- recipe(a ~., data = df) %>%
  update_select(col_name)
rec
#> Data Recipe
#> 
#> Inputs:
#> 
#>       role #variables
#>         ID          1
#>    outcome          1
#>  predictor          1

【讨论】：

【解决方案2】：

有几种不同的方法可以做到这一点。我认为对于您在此处显示的示例，我将使用具有列名的命名向量：

library(recipes)

# dummy data
a = seq(1:3)
b = seq(4:6)
c = seq(7:9)
df <- data.frame(a,b,c)

selector_vec <- c("foo" = "b", "foo2" = "c")

## could select more than one term here
my_terms <- selector_vec[["foo"]]
rec1 <- recipe(a ~ ., data = df) %>%
  update_role(all_of(my_terms), new_role = "ID")
prep(rec1)$term_info
#> # A tibble: 3 x 4
#>   variable type    role      source  
#>   <chr>    <chr>   <chr>     <chr>   
#> 1 b        numeric ID        original
#> 2 c        numeric predictor original
#> 3 a        numeric outcome   original

my_terms <- selector_vec[["foo2"]]
rec2 <- recipe(a ~ ., data = df) %>%
  update_role(all_of(my_terms), new_role = "ID")
prep(rec2)$term_info
#> # A tibble: 3 x 4
#>   variable type    role      source  
#>   <chr>    <chr>   <chr>     <chr>   
#> 1 b        numeric predictor original
#> 2 c        numeric ID        original
#> 3 a        numeric outcome   original

^{由reprex package (v2.0.0) 于 2021-05-24 创建}

在可能被认为更现实的情况下，我会use across() as shown here。

【讨论】：