transmute_at 使用 case_when(grepl()) 为多个参数指定列号

Question

我一直在寻找解决此问题的方法，但没有成功。我有一个鱼类数据框，我需要在 27 列数据上应用 dplyr 窗口函数 (transmute_at)。数据框子集：

df <- data.frame(
  Otherspp = c("suck SD", "BT", "SD RS", "RSS"),
  Dominantspp = c("OM", "OM", "RS", "CH"),
  Commonspp = c(" ", " ", " ", "OM"),
  Rarespp = c(" ", " ", "SD", "NP"),
  NP = rep("northern pikeminnow|NORTHERN PIKEMINNOW|np|NP|npm|NPM", 4),
  OM = rep("steelhead|STEELHEAD|rainbow trout|RAINBOW TROUT|st|ST|rb|RB|om|OM", 4),
  suck = rep("suckers|SUCKERS|sucker|SUCKER|suck|SUCK|su|SU", 4)
)

我需要使用填充了常见鱼代码/名称（NP、OM、suck）的列来评估前四列中的表达式并根据这些列中的每一列输出不同的数字，如果满足表达式。到目前为止，我只能弄清楚如何让它运行一列。如何为将创建的新列 transmute 和用于评估每个表达式的列索引 transmute_at 中的列名。

这适用于一列：

df <- subset(df[, c(1:4, 6)]) # using column OM for best example

df %>%
  rowwise() %>%
  transmute(OM = case_when(
    grepl(OM, Dominantspp) ~ "5",
    grepl(OM, Commonspp) ~ "3",
    grepl(OM, Rarespp) ~ "1",
    grepl(OM, Otherspp) ~ "1",
    TRUE ~ "0"
  )
)

提前致谢！

Answer 1

如果我正确理解了您的问题，您可以执行以下操作。 transmute 类似于 mutate。不同之处在于transmute 删除了其他变量。 transmute_at 是 transmute 的变体，它有三个参数。第一个参数是tbl 或data frame。第二个参数.vars 是选择列的地方。我们可以使用vars(...) 指定列，其中... 可以使用与dplyr::select 相同的方法。第三个参数.funs 是指定要应用于所有选定列的函数的地方。我们把操作放在了indise funs(...)。

library(dplyr)

df %>%
  rowwise() %>%
  transmute_at(vars(NP, OM, suck), 
               funs(Recode = case_when(
                 grepl(., Dominantspp) ~ "5",
                 grepl(., Commonspp) ~ "3",
                 grepl(., Rarespp) ~ "1",
                 grepl(., Otherspp) ~ "1",
                 TRUE ~ "0"))) %>%
  ungroup()
# # A tibble: 4 x 3
#   NP_Recode OM_Recode suck_Recode
#       <chr>     <chr>       <chr>
# 1         0         5           1
# 2         0         5           0
# 3         0         0           0
# 4         1         3           0

或者像这样，在原始列名之后没有任何标签。

df %>%
  rowwise() %>%
  transmute_at(vars(NP, OM, suck), 
               funs(case_when(
                 grepl(., Dominantspp) ~ "5",
                 grepl(., Commonspp) ~ "3",
                 grepl(., Rarespp) ~ "1",
                 grepl(., Otherspp) ~ "1",
                 TRUE ~ "0"))) %>%
  ungroup()
# # A tibble: 4 x 3
#      NP    OM  suck
#   <chr> <chr> <chr>
# 1     0     5     1
# 2     0     5     0
# 3     0     0     0
# 4     1     3     0