一起使用 recode 和 case_when答案

【问题标题】：Using recode and case_when together一起使用 recode 和 case_when
【发布时间】：2017-11-14 16:45:37
【问题描述】：

Table1$subject 包含变量“Biology”、“Chemistry”和“Physics”。对于表 2，我想重新编码，用 1 替换所有生物/化学实例，用 0 替换所有物理实例。

我尝试了以下代码，因为我相信使用 recode 和 case_when 命令可以实现：

    Table2 <- recode(Table1, case_when(
    .$subject <= "biology" ~ 1,
    .$subject <= "chemistry" ~ 1,
    .$subject <= "physics" ~ 0))

目前，我收到一条错误消息，提示“case_when 必须是双边公式，而不是逻辑公式”。我是 R 新手，所以我不太确定自己做错了什么。如果有人有任何想法，真的很感激！

【问题讨论】：

标签： r dplyr

【解决方案1】：

recode 和 case_when 都对向量进行操作，而不是数据帧。因此，要创建一个新数据框，您需要首先调用mutate，然后在mutate 中使用recode 或case_when 创建一个新列（或覆盖现有列）。

（此外，从最新的 dplyr 版本开始，您在使用 case_when 时不再需要使用 .$）

library(tibble)
library(dplyr)

df <- tribble(
  ~subject,
  "chemistry",
  "biology",
  "physics"
)

df %>% 
  mutate(subject2 = case_when(
    subject == "chemistry" ~ 1,
    subject == "biology" ~ 1,
    subject == "physics" ~ 2,
  ))

#> # A tibble: 3 x 2
#>     subject subject2
#>       <chr>    <dbl>
#> 1 chemistry        1
#> 2   biology        1
#> 3   physics        2

df %>% 
  mutate(subject2 = recode(
    subject, 
    "chemistry" = 1,
    "biology" = 1,
    "physics" = 2,
  ))

#> # A tibble: 3 x 2
#>     subject subject2
#>       <chr>    <dbl>
#> 1 chemistry        1
#> 2   biology        1
#> 3   physics        2

【讨论】：

【解决方案2】：

这也让我想起了我刚开始使用 R 的时候，我走过去问数据科学家同样的问题。

他们与我分享了在这些情况下通常更可取的不同方法。我已经回顾了很多次，并且很高兴能早点学习它。

数据库规范化方法（除非有人可以为我们提供更好的名称）涉及将您的代码值映射到单独的数据帧中。然后，您将映射值的集合和join 它们带到您要编码的数据帧中。

这有助于让代码更严格地负责操作，而数据帧负责保存值/数据。这不仅可以加快您的大部分工作，使您免于在硬编码的查找表中手动编码，而且从长远来看，当有人在调试或执行修改和重新开发时，它会变得更加容易。

标准化的数据管理方法如下所示：

# your code mapping
df_map <- tribble(~subject,    ~subj_cd,
                  "chemistry", 1,
                  "biology",   1,
                  "physics",   0)

# a dummy raw dataframe that you might be wanting to encode
df_raw <- tibble(stud_id = 2678:2877,
                 subject = sample(c("chemistry",
                                    "biology",
                                    "physics",
                                    "astronomy"), 200, replace = TRUE))

# encoding the data
df_coded <- 
    df_raw %>% 
    left_join(df_map)
df_code

> df_coded
# A tibble: 200 x 3
   stud_id   subject subj_cd
     <int>     <chr>   <dbl>
 1    2678   physics       2
 2    2679   physics       2
 3    2680   biology       1
 4    2681 astronomy      NA
 5    2682 chemistry       1
 6    2683 chemistry       1
 7    2684   physics       2
 8    2685 chemistry       1
 9    2686 chemistry       1
10    2687 astronomy      NA
# ... with 190 more rows

如果您发现自己需要一种快速简便的方法来构建更长的代码图（或者，尤其是与其他人分享它们），那么您可能会发现 Jenny Brian 的 googlesheets 包非常有用（她是团队成员 @ 987654326@) 真的helpful vignette for it can be found here

【讨论】：