For 循环跨多个列

Question

我有一些问卷数据，用于衡量进入商店的频率（“_freq”）和体验的享受（“_enj”）。 总共有 17 家商店（shop1、shop2、...）和 120 行数据。 下面是仅商店 1 和 2 的 5 行数据的示例。

shop1_freq	shop1_enj	shop2_freq	shop2_enj
0	9	5	4
3	2	0	9
0	9	5	4
0	2	0	9
4	9	5	4

我编写了一个 for 循环，它将对问卷的错误回答标记为“999”，以便我可以识别它们。 基本上，对于每个孤立的商店，如果频率为 0 并且享受不是9，则响应不正确，或者如果频率不是0 但享受为 9，则响应不正确。目前我正在重复 17 次以下的循环（个人为每个商店，下面只是商店1）。

for (rows in 1:120){  
  if(data$shop1_freq[rows] == "0" & data$shop1_enj[rows] != 9) { 
    data$shop1_enj[rows] = "999" # label incorrect 999
  }
}

for (rows in 1:120){  
  if(data$shop1_freq[rows] != "0" & data$shop1_enj[rows] == 9) { 
    data$shop1_enj[rows] = "999" # label incorrect 999
  }
}

但是我想知道是否有一种更有效的方法可以用更少的代码为所有 17 家商店做到这一点？

Answer 1

对于多个 'shop_\d+_enj' 列及其对应的 '_freq' 列，它可以across mutate中完成

library(dplyr)
data1 <- data %>%
    mutate(across(matches('^shop\\d+_enj$'), ~ {
             tmp <- get(str_replace(cur_column(), '_enj', '_freq'))
             case_when(tmp == 0 &  . != 9 ~ 999, 
                       tmp != 0 & . == 9 ~ 999,
                    TRUE ~ .)

      }))

细节 -

我们遍历匹配 'shop' across列，后跟一个或多个数字，然后是列名中的_和 'enj'，通过替换列名 ( get cur_column() ) 后缀' _enj' 和 '_freq'，使用它在case_when中使用逻辑运算符创建复合条件表达式，如果值为 TRUE，则将 ( ~ ) 这些行元素分配给 999，并在最后一个TRUE ~. . 在这里， . 是列值

---

在base R中，这可以通过多种方式完成。 一种选择是根据列名的模式将数据拆分为list

lst1 <- split(data1, sub("_.*", "", names(data1))
out <- do.call(cbind, lapply(lst1, function(x) {
       x[[2]] <- ifelse(x[[1]] == 0 & x[[2]] != 9, 999,
     ifelse(x[[1]] != 0 & x[[2]] == 9, 999, x[[2]])))
     x 
     }))