使用条件语句在 Dataframe 中评估列、计算和创建新列

Question

我一直在使用 if/else if 语句的组合，但似乎无法获得预期的结果。我希望代码查看数据框top 和bottom 中的两列。如果其中一个数据缺失，则新列应等于不是0 的值。如果top 和bottom 值都存在，则应使用平均值填充该列。此外，如果两个值都是0，则新值也将是0。

df$new <- if (df$top > 0 
            && df$bottom == 0){
            (df[["top"]])  
} else if (df$top == 0 
          && df$bottom > 0){
          (df[["bottom"]])  
} else if (df$top > 0 
          && df$bottom > 0){
          (df[["top"]] + df[["bottom"]])/2
}

目前，当我运行代码时，它正在创建一个新列 new，但只填充 (top + bottom)/2 值。

根据要求 df <- data.frame(top = c(0, 2, 1, 4), bottom = c(1, 4, 0, 6))

然后输出...

       top  bottom  new
    1   0     1      1
    2   2     4      3
    3   1     0      1 
    4   4     6      5

Answer 1

使用 ifelse 和 & 用于矢量化操作。 if 和 && 适用于单个值（第一个值），并且对数据的所有行重复相同的操作。

df <- transform(df, new = ifelse(top > 0 & bottom == 0, top, 
                        ifelse(top == 0 & bottom > 0, bottom, (top + bottom)/2)))
df

#  top bottom new
#1   0      1 1.0
#2   2      4 3.0
#3   0      0 0.0
#4   5      6 5.5

您也可以在此处使用dplyr 中的case_when -

library(dplyr)

df <- df %>%
  mutate(new = case_when(top > 0 & bottom == 0 ~ top, 
                         top == 0 & bottom > 0 ~ bottom, 
                         TRUE ~ (top + bottom)/2))

---

在真实数据上使用它我会首先使用janitor::clean_names() 来获得可以轻松引用的干净列名。然后你可以为新列实现case_when

Gagedf <- Gagedf %>%
  janitor::clean_names() %>%
  mutate(new = case_when(x_top_top_00095_00000 > 0 & x_bottom_bottom_00095_00000 == 0 ~ x_top_top_00095_00000, 
                         x_top_top_00095_00000 == 0 & x_bottom_bottom_00095_00000 > 0 ~ x_bottom_bottom_00095_00000, 
                         TRUE ~ (x_top_top_00095_00000 + x_bottom_bottom_00095_00000)/2))