使用 mutate() 和 cross() 根据其他列中的值更改几列的值

Question

我想将初始数据帧 (df) 的 a 和 b 列更改为数据帧 df_new 中的列。如果 NAvar 列是 NA，我基本上只想将列 a 和 b 的值设置为“999”。 mutate 和 cross 怎么可能？

df <- data.frame(a =1:5, b = 6:10, NAvar = c(NA, 1, 12, 4, NA))


df %>% 
  dplyr::filter(is.na(NAvar)) %>% 
  select(colnames(df)) %>% 
  mutate(across(c("a", "b"), EqualsTo=999))


df_new <- data.frame(a = c(999, 2:4, 999), b = c(999, 7:9, 999), NAvar = c(NA, 1, 12, 4, NA))

df
df_new

Answer 1

df %>%
  mutate(across(a:b, ~ if_else(is.na(NAvar), 999L, .)))
#     a   b NAvar
# 1 999 999    NA
# 2   2   7     1
# 3   3   8    12
# 4   4   9     4
# 5 999 999    NA

注意999L的使用，副999，一个数字。如果您的真实数据模糊了integer 和numeric 之间的界限，那么dplyr::if_else 将是有问题的（有充分的理由）。如果您需要避开这一点（也许其他一些计算无意中将a 和/或b 转换为numeric），那么一些选项：

mutate(across(a:b, ~ if_else(is.na(NAvar), 999L, as.integer(.))))
mutate(across(a:b, ~ if_else(is.na(NAvar), 999, as.numeric(.))))

## base::ifelse
mutate(across(a:b, ~ ifelse(is.na(NAvar), 999, .)))

最后是利用base::ifelse 可以被视为草率这一事实。意识到ifelse(..., 1, "") 可能会返回numeric 或character，这取决于条件，并且事先不知道将返回哪个类的事实是有风险的。虽然integer/numeric 之间的差异风险较小，但如果/当其他表达式需要一个表达式时，它仍然可能是一个问题。

Answer 2

使用baseR

df <- data.frame(a =1:5, b = 6:10, NAvar = c(NA, 1, 12, 4, NA))
cbind(apply(df[1:2], 2, function(x) ifelse(is.na(df$NAvar), 999L, x)), NAvar = df$NAvar)
#>        a   b NAvar
#> [1,] 999 999    NA
#> [2,]   2   7     1
#> [3,]   3   8    12
#> [4,]   4   9     4
#> [5,] 999 999    NA

^{由reprex package (v0.3.0) 于 2021-01-18 创建}

或

df[1:2] <- lapply(df[1:2], function(x) ifelse(is.na(df$NAvar), 999L, x))
df
#>     a   b NAvar
#> 1 999 999    NA
#> 2   2   7     1
#> 3   3   8    12
#> 4   4   9     4
#> 5 999 999    NA

^{由reprex package (v0.3.0) 于 2021-01-19 创建}