如何將cross()函數與mutate()和case_when()結合起來，根據條件對多列中的值進行變異？

Question

我有人口統計數據集，其中包括家庭成員的年齡。 這是通過調查收集的，參與者可以拒絕提供他們的年齡。

結果是一個數據集，每行一個家庭（每個家庭都有一個家庭 ID 代碼），列中有各種家庭特征，例如年齡。 拒絕響應編碼為“R”，您可以使用以下代碼重新創建示例：

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 

出於我們的意圖和目的，我們將“R”重新編碼為“-9”，以便我們隨后可以將 AGE 列的格式轉換為整數，並進行分析。 我們通常在另一個軟件中這樣做，我的目標是在 R 中復制這個過程。

我設法使用以下代碼做到了這一點：

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)))

鑒於這感覺很笨拙，我嘗試使用 mutate_if 等找到解決方案，但讀到這些已被 cross() 取代。 因此，我嘗試使用 cross() 復制此操作：

df <- df %>%
  mutate(across(AGE1:AEG4),
          ~ (case_when(. == "R" ~ "-9")))

但我收到以下錯誤：

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"))`.

一直在努力解決這個問題並在谷歌上搜索了一段時間，但無法弄清楚我錯過了什么。 非常感謝有關如何使其工作的一些意見，謝謝。

編輯：解決了！

df <- df %>%
  mutate(across(AGE1:AGE4, ~ (case_when(.x == "R" ~ "-9", TRUE ~ as.character(.x)))))

Answer 1

為什么不簡單？

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

Answer 2

或者也許這與親愛的@TarJae 的解釋沒有太大區別：

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

數據：

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)

Answer 3

您可以將across與replace一起replace 。

1. 使用as_tibble()進行as_tibble()列表
2. 用 -9 替換 R
3. AGE 的整數類

df %>% 
  as_tibble() %>% 
  mutate(across(everything(), ~replace(., . ==  "R" , "-9"))) %>% 
  type.convert(as.is=TRUE)

輸出：

  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