使用 \'case_when\' 为给定条件一次分配多个新变量

Question

我有一个带有两个变量的数据框df，df$soil 和df$use。我想根据条件向我的数据集添加两个新变量 df$ef1 和 df$ef2。我正在使用“case_when”执行此操作：

ef1_grassl_mineral <- 0.2
ef1_grassl_peat    <- 0.3
ef1_arable_mineral <- 0.4
ef1_arable_peat    <- 0.5

ef2_grassl_mineral <- 2.3
ef2_grassl_peat    <- 3.4
ef2_arable_mineral <- 4.5
ef2_arable_peat    <- 5.6


df <- data.frame(soil = c('mineral', 'peat', 'mineral', 'peat'),
                 use  = c('grassl', 'arable', 'arable', 'grassl'))

df <- df %>% mutate (
  ef1 = case_when((soil=='mineral' & use=='grassl') ~ ef1_grassl_mineral,
                  (soil=='peat'    & use=='grassl') ~ ef1_grassl_peat,
                  (soil=='mineral' & use=='arable') ~ ef1_arable_mineral,
                  (soil=='peat'    & use=='arable') ~ ef1_arable_peat),
  ef2 = case_when((soil=='mineral' & use=='grassl') ~ ef2_grassl_mineral,
                  (soil=='peat'    & use=='grassl') ~ ef2_grassl_peat,
                  (soil=='mineral' & use=='arable') ~ ef2_arable_mineral,
                  (soil=='peat'    & use=='arable') ~ ef2_arable_peat))

以上工作正常，但我必须为每个变量重复条件，这使得代码冗长。 因此，我想知道是否有一种方法可以仅指定一次条件（例如，soil=='mineral' & use=='arable')，然后同时定义df$ef1和df$ef2。（语法：IF (soil=='mineral' & use=='可耕地') 然后 ef1=ef1_arable_mineral 和 ef2=ef2_arable_mineral )

Answer 1

改为使用查找表和连接

lookup = tribble(
  ~soil, ~use, ~ef1, ~ef2,
  "mineral", "grassl", 0.2, 2.3,
  "peat", "grassl", 0.3, 3.4,
  "mineral", "arable", 0.4, 4.5,
  "peat", "arable", 0.5, 5.6
)

然后，如果您有更大的数据框，则需要在现有的soil 和use 列的基础上添加ef1 和ef2 列，您可以执行bigger_data %>% left_join(lookup, by = c("soil", "use"))。

我最喜欢这样的查找表的特点是它们很容易审计/调试。如果其他人需要检查值，您可以将查找表存储为平面文件（CSV 或类似文件），即使对非技术人员来说也很清楚。

Answer 2

您可以使用list() 存储多列的值，然后传递给tidyr::unnest_wider()。

library(tidyverse)

df %>%
  mutate(ef = case_when(
    (soil == 'mineral' & use == 'grassl') ~ list(c(0.2, 2.3)),
    (soil == 'peat'    & use == 'grassl') ~ list(c(0.3, 3.4)),
    (soil == 'mineral' & use == 'arable') ~ list(c(0.4, 4.5)),
    (soil == 'peat'    & use == 'arable') ~ list(c(0.5, 5.6)))
  ) %>%
  unnest_wider(ef, names_sep = '')

# # A tibble: 4 × 4
#   soil    use      ef1   ef2
#   <chr>   <chr>  <dbl> <dbl>
# 1 mineral grassl   0.2   2.3
# 2 peat    arable   0.5   5.6
# 3 mineral arable   0.4   4.5
# 4 peat    grassl   0.3   3.4

Answer 3

可能不是最简洁的解决方案，但另一种有趣的方法是将所有 ef1 和 ef2 查找值放在一个列表中，并通过连接您的列来调用它们：

library(tidyverse)

ef1 <- ef2 <- list()

ef1$grassl_mineral <- 0.2
ef1$grassl_peat    <- 0.3
ef1$arable_mineral <- 0.4
ef1$arable_peat    <- 0.5

ef2$grassl_mineral <- 2.3
ef2$grassl_peat    <- 3.4
ef2$arable_mineral <- 4.5
ef2$arable_peat    <- 5.6


df <- data.frame(soil = c('mineral', 'peat', 'mineral', 'peat'),
                 use  = c('grassl', 'arable', 'arable', 'grassl'))

df |> 
  mutate(ef1 = ef1[paste(use, soil, sep = "_")],
         ef2 = ef2[paste(use, soil, sep = "_")])
#      soil    use ef1 ef2
# 1 mineral grassl 0.2 2.3
# 2    peat arable 0.5 5.6
# 3 mineral arable 0.4 4.5
# 4    peat grassl 0.3 3.4