在 R 的累積運算中嘗試在 case_when 內部使用滯后 function。是否需要循環？

Question

我正在嘗試創建一個新列，結合 dplyr 中的 mutate() 和 case_when() 函數。從代碼為“start”的字符串開始，我需要在代碼為“fi”時減去另一個字符串，或者在代碼為“fi”時添加一個字符串“福”，累加運算。 當代碼為“fi”或“fu”時，前一次應用 function 的結果應用作下一次的參數。 我嘗試使用 lag() 以便在上述結果中減去/添加一個字符串。 我認為我得到的錯誤是因為新列還不是我可以在 case_when() function 中引用的 object。

library(tidyverse)

df <- tibble(code = c("start","fi","fu","fi","start","fi","start","fu"),
             id = c("x,y,", "y,", "z,p,", "p,", "z,p,", "p,", "x,y,z,", "p,q,"))

# A tibble: 8 × 2
  code  id    
  <chr> <chr> 
1 start x,y   
2 fi    y,    
3 fu    z,p,  
4 fi    p,    
5 start z,p,  
6 fi    p,    
7 start x,y,z,
8 fu    p,q, 

# the desired output is

  code  id    id2
  <chr> <chr> <chr>
1 start x,y   x,y,
2 fi    y,    x,
3 fu    z,p,  x,z,p,
4 fi    p,    x,z,
5 start z,p,  z,p,
6 fi    p,    z,
7 start x,z,  x,z,
8 fu    p,q,  x,z,p,q,

# I tried this

df %>% mutate(id2 = case_when(code == "start" ~ id,
                              code == "fu" ~ paste0(lag(id2,1), id),
                              code == "fi" ~ str_replace_all(lag(id2,1), id, "")

Error in `mutate()`:
! Problem while computing `id2 = case_when(...)`.
Caused by error in `lag()`:
! object 'id2' not found
Run `rlang::last_error()` to see where the error occurred.

Answer 1

您可以使用purrr::accumulate2()執行此操作。 accumulate()沿向量應用 function，每個“步驟”的結果可用作下一個“步驟”的輸入。 accumulate2()的作用相同，但有兩個輸入向量（例如，您的code和id列）。

library(dplyr)
library(purrr)
library(stringr)

df %>% 
  mutate(id2 = unlist(accumulate2(
    id, 
    code[-1],
    \(id2, id, code) case_when(
      code == "start" ~ id,
      code == "fu" ~ paste0(id2, id),
      code == "fi" ~ str_remove_all(id2, id)
    )
  )))

# A tibble: 8 × 3
  code  id     id2      
  <chr> <chr>  <chr>     
1 start x,y,   x,y,      
2 fi    y,     x,        
3 fu    z,p,   x,z,p,    
4 fi    p,     x,z,      
5 start z,p,   z,p,      
6 fi    p,     z,        
7 start x,y,z, x,y,z,    
8 fu    p,q,   x,y,z,p,q,

您需要使用unlist() （或as.character() ），因為accumulate2()返回一個列表。 你需要傳遞code[-1]而不僅僅是code因為accumulate2()期望第二個向量比第一個向量短。