使用 dplyr 根据 R 中数据的条件创建新列答案

【问题标题】：using dplyr to create new columns based on condition from data in R使用 dplyr 根据 R 中数据的条件创建新列
【发布时间】：2019-11-28 14:11:47
【问题描述】：

我正在尝试根据日期在我的数据中创建新列。

我想做的是获取以下格式的数据：

        dates  yes_no grp event    2017-01-02     2017-01-04
1  2017-01-01     364   1    NA       NA            NA
2  2017-01-02    2451   1     1        1            NA
3  2017-01-03   32440   1    NA       NA            NA
4  2017-01-04  234341   1     1       NA             1
5  2017-01-05  123443   1    NA       NA            NA
6  2017-01-01    7273   2    NA       NA            NA
7  2017-01-02    2331   2     1        1            NA
8  2017-01-03   12332   2    NA       NA            NA
9  2017-01-04   12233   2     1       NA             1
10 2017-01-05 1232323   2    NA       NA            NA

我有 2 个组 grp 1 和 2。该事件发生在两个组的 2017-01-02 和 2017-01-04 上。我正在尝试为这两个日期中的每一个创建一个列，并在该日期发生事件时填充该列。

我最初考虑使用case_when，然后使用以下pivot_wider：

d %>% 
  mutate(event = case_when(
    dates == "2017-01-02" ~ 1,
    dates == "2017-01-04" ~ 1
  )) %>% 
  pivot_wider(names_from = dates, values_from = yes_no)

这不适用于我的数据，因为我遇到了内存问题，我不想为每个日期创建一个列，只为具有 event = 1 的日期创建一个列。或者，手动创建列然后直接填充日期可能很有用。

即 d$2017-01-02 = 0 ifelse(日期 = "2017-01-02", 2017-01-02 = 1, 0)

但是我有大约 30 个日期要填充并创建新列。

数据：

   d <- data.frame(
  dates = c("2017-01-01", "2017-01-02", "2017-01-03", "2017-01-04", "2017-01-05",
            "2017-01-01", "2017-01-02", "2017-01-03", "2017-01-04", "2017-01-05"),
  yes_no = c(0364, 2451, 32440, 234341, 123443,
             7273, 2331, 12332, 12233, 1232323),
  grp = c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2)
)

【问题讨论】：

标签： r

【解决方案1】：

在base R中，我们可以使用lapply添加新列

dates = c("2017-01-02", "2017-01-04")
d[dates] <- lapply(dates, function(x) ifelse(d$dates == x, 1, NA))
d

#        dates  yes_no grp 2017-01-02 2017-01-04
#1  2017-01-01     364   1         NA         NA
#2  2017-01-02    2451   1          1         NA
#3  2017-01-03   32440   1         NA         NA
#4  2017-01-04  234341   1         NA          1
#5  2017-01-05  123443   1         NA         NA
#6  2017-01-01    7273   2         NA         NA
#7  2017-01-02    2331   2          1         NA
#8  2017-01-03   12332   2         NA         NA
#9  2017-01-04   12233   2         NA          1
#10 2017-01-05 1232323   2         NA         NA

在purrrlapply可以替换成map

d[dates] <- purrr::map(dates, ~ifelse(d$dates == .x, 1, NA))

【讨论】：

【解决方案2】：

为什么不明确创建日期列？

d %>% 
  mutate(event = case_when(
    dates == "2017-01-02" ~ 1,
    dates == "2017-01-04" ~ 1
  ),
  `2017-01-02` = ifelse(dates == "2017-01-02", 1, NA),
  `2017-01-04` = ifelse(dates == "2017-01-04", 1, NA),
  )

【讨论】：

【解决方案3】：

如果您的日期超过您提到的两个日期，这是一个（大部分）整洁的解决方案：

library(dplyr)
dates <- c("2017-01-02", "2017-01-04")
d %>% 
  {
    l <- lapply(dates, function(x) ifelse(x == .$dates, 1, NA))
    names(l) <- dates
    cbind(., l)
  } %>% 
  mutate(event = select(., starts_with("201")) %>% rowSums(na.rm = TRUE))
#>         dates  yes_no grp 2017-01-02 2017-01-04 event
#> 1  2017-01-01     364   1         NA         NA     0
#> 2  2017-01-02    2451   1          1         NA     1
#> 3  2017-01-03   32440   1         NA         NA     0
#> 4  2017-01-04  234341   1         NA          1     1
#> 5  2017-01-05  123443   1         NA         NA     0
#> 6  2017-01-01    7273   2         NA         NA     0
#> 7  2017-01-02    2331   2          1         NA     1
#> 8  2017-01-03   12332   2         NA         NA     0
#> 9  2017-01-04   12233   2         NA          1     1
#> 10 2017-01-05 1232323   2         NA         NA     0

^{由reprex package (v0.3.0) 于 2019 年 11 月 28 日创建}

如果您不喜欢它的外观，您可以将循环移动到一个函数中来完成同样的操作：

add_date_column <- function(tbl, dates) {
    l <- lapply(dates, function(x) ifelse(x == tbl$dates, 1, NA))
    names(l) <- dates
    cbind(tbl, l)
}
d %>% 
  add_date_column(dates) %>% 
  mutate(event = select(., starts_with("201")) %>% rowSums(na.rm = TRUE))

【讨论】：

【解决方案4】：

我们也可以在base R 中使用

dates = c("2017-01-02", "2017-01-04")
d[dates] <- NA^(sapply(dates, `!=`, d$dates))

【讨论】：