[英]combine mutate(across) and case_when to fill multiple columns with 0 depending on condition
[英]How to combine the across () function with mutate () and case_when () to mutate values in multiple columns according to a condition?
我有人口统计数据集,其中包括家庭成员的年龄。 这是通过调查收集的,参与者可以拒绝提供他们的年龄。
结果是一个数据集,每行一个家庭(每个家庭都有一个家庭 ID 代码),列中有各种家庭特征,例如年龄。 拒绝响应编码为“R”,您可以使用以下代码重新创建示例:
df <- list(Household_ID = c("1A", "1B", "1C", "1D", "1E"),
AGE1 = c("25", "47", "39", "50", "R"),
AGE2 = c("66", "23", "71", "R", "16"),
AGE3 = c("28", "17", "R", "R", "80"),
AGE4 = c("81", "22", "48", "59", "R"))
df <- as_tibble(df)
> df
# A tibble: 5 x 5
Household_ID AGE1 AGE2 AGE3 AGE4
<chr> <chr> <chr> <chr> <chr>
1 1A 25 66 28 81
2 1B 47 23 17 22
3 1C 39 71 R 48
4 1D 50 R R 59
5 1E R 16 80 R
出于我们的意图和目的,我们将“R”重新编码为“-9”,以便我们随后可以将 AGE 列的格式转换为整数,并进行分析。 我们通常在另一个软件中这样做,我的目标是在 R 中复制这个过程。
我设法使用以下代码做到了这一点:
df <- df %>% mutate(AGE1 = case_when(AGE1 == "R" ~ "-9", TRUE ~ as.character(AGE1)))
df <- df %>% mutate(AGE2 = case_when(AGE2 == "R" ~ "-9", TRUE ~ as.character(AGE2)))
df <- df %>% mutate(AGE3 = case_when(AGE3 == "R" ~ "-9", TRUE ~ as.character(AGE3)))
df <- df %>% mutate(AGE4 = case_when(AGE4 == "R" ~ "-9", TRUE ~ as.character(AGE4)))
鉴于这感觉很笨拙,我尝试使用 mutate_if 等找到解决方案,但读到这些已被 cross() 取代。 因此,我尝试使用 cross() 复制此操作:
df <- df %>%
mutate(across(AGE1:AEG4),
~ (case_when(. == "R" ~ "-9")))
但我收到以下错误:
Error: Problem with `mutate()` input `..2`.
x Input `..2` must be a vector, not a `formula` object.
i Input `..2` is `~(case_when(. == "R" ~ "-9"))`.
一直在努力解决这个问题并在谷歌上搜索了一段时间,但无法弄清楚我错过了什么。 非常感谢有关如何使其工作的一些意见,谢谢。
编辑:解决了!
df <- df %>%
mutate(across(AGE1:AGE4, ~ (case_when(.x == "R" ~ "-9", TRUE ~ as.character(.x)))))
为什么不简单?
df[,2:5][df[, 2:5] == 'R'] <- '-9'
# A tibble: 5 x 5
Household_ID AGE1 AGE2 AGE3 AGE4
<chr> <chr> <chr> <chr> <chr>
1 1A 25 66 28 81
2 1B 47 23 17 22
3 1C 39 71 -9 48
4 1D 50 -9 -9 59
5 1E -9 16 80 -9
或者也许这与亲爱的@TarJae 的解释没有太大区别:
library(dplyr)
library(stringr)
df %>%
mutate(across(AGE1:AGE4, ~ str_replace(., "R", "-9")),
across(AGE1:AGE4, as.integer))
# A tibble: 5 x 5
Household_ID AGE1 AGE2 AGE3 AGE4
<chr> <int> <int> <int> <int>
1 1A 25 66 28 81
2 1B 47 23 17 22
3 1C 39 71 -9 48
4 1D 50 -9 -9 59
5 1E -9 16 80 -9
数据:
df <- list(Household_ID = c("1A", "1B", "1C", "1D", "1E"),
AGE1 = c("25", "47", "39", "50", "R"),
AGE2 = c("66", "23", "71", "R", "16"),
AGE3 = c("28", "17", "R", "R", "80"),
AGE4 = c("81", "22", "48", "59", "R"))
df <- as_tibble(df)
您可以将across
与replace
一起replace
。
as_tibble()
进行as_tibble()
列表df %>%
as_tibble() %>%
mutate(across(everything(), ~replace(., . == "R" , "-9"))) %>%
type.convert(as.is=TRUE)
输出:
Household_ID AGE1 AGE2 AGE3 AGE4
<chr> <int> <int> <int> <int>
1 1A 25 66 28 81
2 1B 47 23 17 22
3 1C 39 71 -9 48
4 1D 50 -9 -9 59
5 1E -9 16 80 -9
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.