ifelse 中的条件：多列/变量中的值

Question

这可能很简单：

我喜欢创建条件“变量B或变量A中的值”。

有效的是这样的：

var1 %in% c("value1", "value2")条件：var1 是 value1 或 value2

var2 | var3 %in% 1 var2 | var3 %in% 1条件：var1 为 1 或 var2 为 1（var1 和 var2 是 0/1 的假人）

有了这些，我可以绕过重复的代码：

var1 == "value1" | var1 == "value2"

和

var2 == 1 | var3 == 1

我要更换的是

var4 == "value1" | var5 == "value1"

可重现的例子：

（我省略了 var1-var3）

var4 <- c("value1", "valuex")
var5 <- c("valuey", "value1")

df <- data.frame(var4, var5)

我使用 dplyr 包中的 case_when() 但它也应该与基础 R ifelse 一起使用。

df <- df %>% mutate(newvar= case_when( CONDITION HERE ~ "value1", 
                     TRUE~"else"))

如果在 var1 或 var2 中有 value1，则新变量应为 value1

（关于 stackoverflow 的第一个问题。抱歉有任何不清楚的地方。）

Answer 1

如果我们需要检查每一行的任何一列中是否存在“value1”，请使用filter_all和any_vars

df %>%
  filter_all(any_vars(. =="value1"))

对于特定的filter_at集，请使用filter_at

df %>%
   filter_at(vars(matches("var\\d+")), any_vars(.== "value1"))

---

对于基于多个列比较创建一个二进制列，使用mutate_at （或mutate_all如果要比较的所有列的需求）， reduce到一个单一的逻辑/整数向量和它绑定作为列来创建数据集中的新列

library(dplyr)
library(purrr)
df %>% 
  mutate_at(vars(matches("var\\d+")), funs(.=="value1")) %>% 
  reduce(`|`) %>%
  as.integer %>%
  bind_cols(df, new_var = .)

---

或者像@Nick在评论中提到的，我们可以使用across （ dplyr版>1.0.0 ），而不是弃用mutate_at

df %>%
   mutate(across(matches("var\\d+"), ~!is.na(.)))

Answer 2

var4 == "value1" | var5 == "value1" var4 == "value1" | var5 == "value1"等价于any(c(var4,var5)=="value1")

在 data.frame 中，您可以这样做：

df$new_col <- apply(df[,c("var4","var5")] == "value1",1,any)