基于过滤器改变观察

Question

我有一个数据框，其中包含两列：clean.data$bilateral 和 clean.data$if.bilateral.other.party。在双边数据中，有三个观察值：Y、N 和 Bilateral（是的，我知道观察值与列名基本相同，这是不好的。观察值大写，而列名不是）。

clean.data <- data.frame("bilateral" = c("Y", "Bilateral", "N", "Y", "Bilateral", "N"),
       "if.bilateral.other.party" = c("Jordan", "Sweeden", NA, "Uk,Netherlands", "Russia,Poland", "NewZealand"))

Bilateral 或 Y 条约在if.bilateral.other.party 中应该只有一项观察，但有些则没有。例如，Uk,Netherlands 不应列为Bilateral，而应列为N。 if.bilateral.other.party 列中的空格我已经去掉了，各方之间有逗号。

我正在尝试识别当前不应该标记为 Bilateral 或 Y 的观察结果，并在这种情况下将观察结果更改为 N。我还需要做相反的事情，将观察N 更改为Y，如果他们列出了其他方。

我该怎么做？

Answer 1

在没有示例数据集的情况下，此解决方案基于推测以及您如何描述您想要完成的操作。

library("dplyr")
library("stringr")
library("purrr")

clean.data <- tribble(
  ~bilateral, ~if.bilateral.other.party,
  "Y", "UK,Netherlands",
  "Bilateral", "Sweden,France",
  "N", "Germany,UK"
)
clean.data
#> # A tibble: 3 x 2
#>   bilateral if.bilateral.other.party
#>   <chr>     <chr>                   
#> 1 Y         UK,Netherlands          
#> 2 Bilateral Sweden,France           
#> 3 N         Germany,UK

# Split and count countries and assign new bilateral column
clean.data %>%
  mutate(list_countries = str_split(if.bilateral.other.party, ",")) %>%
  mutate(num_countries = map_int(list_countries, function(x) { length(x) })) %>%
  mutate(new_bilateral = case_when(
    num_countries > 1 & bilateral %in% c("Y", "Bilateral") ~ "N",
    num_countries > 1 & bilateral == "N" ~ "Y",
    TRUE ~ bilateral
  ))
#> # A tibble: 3 x 5
#>   bilateral if.bilateral.other.party list_countries num_countries new_bilateral
#>   <chr>     <chr>                    <list>                 <int> <chr>        
#> 1 Y         UK,Netherlands           <chr [2]>                  2 N            
#> 2 Bilateral Sweden,France            <chr [2]>                  2 N            
#> 3 N         Germany,UK               <chr [2]>                  2 Y

^{由reprex package (v0.3.0) 于 2020 年 12 月 12 日创建}

以下是使用您提供的样本数据得出的结果。

clean.data <- data.frame(
  "bilateral" = c("Y", "Bilateral", "N", "Y", "Y", "N"),
  "if.bilateral.other.party" = c("Jordan", "Sweeden", NA, "Uk,Netherlands", "Russia,Poland", "NewZealand"), 
  stringsAsFactors = FALSE)

clean.data %>%
  mutate(list_countries = str_split(if.bilateral.other.party, ",")) %>%
  mutate(num_countries = map_int(list_countries, function(x) { length(x) })) %>%
  mutate(new_bilateral = case_when(
    num_countries > 1 & bilateral %in% c("Y", "Bilateral") ~ "N",
    num_countries > 1 & bilateral == "N" ~ "Y",
    TRUE ~ bilateral
  ))
#>   bilateral if.bilateral.other.party  list_countries num_countries
#> 1         Y                   Jordan          Jordan             1
#> 2 Bilateral                  Sweeden         Sweeden             1
#> 3         N                     <NA>              NA             1
#> 4         Y           Uk,Netherlands Uk, Netherlands             2
#> 5         Y            Russia,Poland  Russia, Poland             2
#> 6         N               NewZealand      NewZealand             1
#>   new_bilateral
#> 1             Y
#> 2     Bilateral
#> 3             N
#> 4             N
#> 5             N
#> 6             N

^{由reprex package (v0.3.0) 于 2020-12-12 创建}