case_when 替换的列具有不同的类型答案

【问题标题】：case_when where replaced columns have different typescase_when 替换的列具有不同的类型
【发布时间】：2022-11-23 01:45:04
【问题描述】：

我正在处理以下需要使用 case_when 的问题。但是，我遇到错误消息Error: must be a logical vector, not a double vector，因为替换的列不是同一类型（由于bind_rows，有些是逻辑的，有些是双重的）。我正在寻找一个干净的解决方案来获得所需的输出。

#set empty dataframe with column names
df <- setNames(data.frame(matrix(ncol = 5, nrow = 0)), c("a", "b", "c","d","e")) 
df_subset <- data.frame(b=c(1,2))
df1 <- bind_rows(df,df_subset)%>%mutate(type="b")
df1
   a b  c  d  e type
1 NA 1 NA NA NA    b
2 NA 2 NA NA NA    b

df1%>%mutate(result=case_when(type=="a"~a,
                              type=="b"~b,
                              type=="c"~c,
                              type=="d"~d,
                              type=="e"~e,
                              T~NA_real_))

Error: must be a logical vector, not a double vector

预期输出：（注意：我并不总是知道 b 列是否有值）

df1%>%mutate(a=NA_real_,
             c=NA_real_,
             d=NA_real_,
             e=NA_real_,
             result=case_when(type=="a"~a,
                              type=="b"~b,
                              type=="c"~c,
                              type=="d"~d,
                              type=="e"~e,
                              T~NA_real_))

#desired output
   a b  c  d  e type result
1 NA 1 NA NA NA    b      1
2 NA 2 NA NA NA    b      2

【问题讨论】：

标签： r

【解决方案1】：

我认为您可能正在寻找：

df1 %>%
 rowwise() %>%
 mutate(result = get(type))

  a         b c     d     e     type  result
  <lgl> <dbl> <lgl> <lgl> <lgl> <chr>  <dbl>
1 NA        1 NA    NA    NA    b          1
2 NA        2 NA    NA    NA    b          2

【讨论】：

【解决方案2】：

如果您将所有类型都固定为数字，则您的代码可以正常工作。

解决方案

df1 %>% 
  mutate(across(a:e, as.numeric)) %>%  # this is the fix
  mutate(result=case_when(type=="a"~a,
                          type=="b"~b,
                          type=="c"~c,
                          type=="d"~d,
                          type=="e"~e,
                          T~NA_real_))

输出

#>    a b  c  d  e type result
#> 1 NA 1 NA NA NA    b      1
#> 2 NA 2 NA NA NA    b      2

【讨论】：

【解决方案3】：

我们可能会使用

library(dplyr)
df1 %>%
   rowwise() %>%
   mutate(result = cur_data()[[type]]) %>%
   ungroup

-输出

# A tibble: 2 × 7
  a         b c     d     e     type  result
  <lgl> <dbl> <lgl> <lgl> <lgl> <chr>  <dbl>
1 NA        1 NA    NA    NA    b          1
2 NA        2 NA    NA    NA    b          2

【讨论】：