我有一个字符向量r <- c()。我想根据 r 的长度对数据帧进行变异
这行得通
iris %>% if(length(r) > 0) mutate(Test = 1) else .
当我扩展以添加更多 dplyr 动词时，这不起作用
iris %>% if(length(r) > 0) mutate(Test = 1) else . %>% mutate(Test2 = 1)
我只是在寻找基于 dplyr 的解决方案。
【问题讨论】：
由于有多个语句，请将其包装在 {} 中
r <- c()
iris %>%
{if(length(r) > 0) {
mutate(., Test = 1)
} else .}
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
...
-使用r长度> 0进行测试
r <- 5
iris %>%
{if(length(r) > 0) {
mutate(., Test = 1)
} else .}
Sepal.Length Sepal.Width Petal.Length Petal.Width Species Test
1 5.1 3.5 1.4 0.2 setosa 1
2 4.9 3.0 1.4 0.2 setosa 1
3 4.7 3.2 1.3 0.2 setosa 1
...
但是，这可以在没有循环的情况下轻松修改，即通过添加 1 将逻辑向量转换为数字索引（因为R 中的索引从 1 开始）。使用它来选择值为 1 和 NULL 的 list。如果长度为 0，则选择 NULL，因此不创建列
iris %>%
mutate(Test = list(NULL, 1)[[1 + (length(r) > 0)]])
【讨论】：
library(dplyr)
一旦被匿名函数替换，使用中间函数提供了另一种解决方案
g_if <- function(df, r){
if(length(r)) {
ans <- df %>% mutate(test = 1)
} else {
ans <- df
}
invisible(ans)
}
r <- c()
iris %>% g_if(r) %>% str
#> 'data.frame': 150 obs. of 5 variables:
#> $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#> $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#> $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#> $ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#> $ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
r <- c(1)
iris %>% g_if(r) %>% str
#> 'data.frame': 150 obs. of 6 variables:
#> $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#> $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#> $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#> $ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#> $ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
#> $ test : num 1 1 1 1 1 1 1 1 1 1 ...
现在，我们可以对匿名函数使用相同的想法，即无需显式定义
函数g_if()
r <- c()
iris %>% {
function(df, cond){
if(length(cond) > 0) {
ans <- df %>% mutate(test = 1)
} else {
ans <- df
}
ans}}(r) %>%
head
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> 1 5.1 3.5 1.4 0.2 setosa
#> 2 4.9 3.0 1.4 0.2 setosa
#> 3 4.7 3.2 1.3 0.2 setosa
#> 4 4.6 3.1 1.5 0.2 setosa
#> 5 5.0 3.6 1.4 0.2 setosa
#> 6 5.4 3.9 1.7 0.4 setosa
r <- c(1)
iris %>% {
function(df, cond){
if(length(cond) > 0) {
ans <- df %>% mutate(test = 1)
} else {
ans <- df
}
ans}}(r) %>%
head
#> Sepal.Length Sepal.Width Petal.Length Petal.Width Species test
#> 1 5.1 3.5 1.4 0.2 setosa 1
#> 2 4.9 3.0 1.4 0.2 setosa 1
#> 3 4.7 3.2 1.3 0.2 setosa 1
#> 4 4.6 3.1 1.5 0.2 setosa 1
#> 5 5.0 3.6 1.4 0.2 setosa 1
#> 6 5.4 3.9 1.7 0.4 setosa 1
由reprex package (v0.3.0) 于 2021-06-17 创建
【讨论】：
我们可以使用ifelse
library(dplyr)
r <- c()
iris %>%
mutate(Test = ifelse(length(r) > 0, 1,1))
输出：
Sepal.Length Sepal.Width Petal.Length Petal.Width Species Test
1 5.1 3.5 1.4 0.2 setosa 1
2 4.9 3.0 1.4 0.2 setosa 1
3 4.7 3.2 1.3 0.2 setosa 1
4 4.6 3.1 1.5 0.2 setosa 1
5 5.0 3.6 1.4 0.2 setosa 1
6 5.4 3.9 1.7 0.4 setosa 1
【讨论】：
length(r) > 0 是FALSE，此答案也会创建Test 列。我不认为这是目标。如果FALSE，则不要添加Test 列。
如果满足条件，下面的代码将添加变量。如果不是，它将添加一个填充的变量将全部 NA 并最终将其删除（我知道您只有在满足条件时才需要新变量）。
library(dplyr)
r <- c()
iris %>%
mutate(test2=if_else(length(r)>0, 2, NULL)) %>%
select(where(~ !(all(is.na(.))))) #remove columns with all NAs
【讨论】：
if_else/ifelse 的错误方式，因为Values to use for TRUE and FALSE values of condition. They must be either the same length as condition, or length 1. 和NULL 没有长度，因此您得到NA