case_when 在变异管道中答案

【问题标题】：case_when in mutate pipecase_when 在变异管道中
【发布时间】：2016-12-03 14:57:06
【问题描述】：

似乎dplyr::case_when 的行为与dplyr::mutate 调用中的其他命令不同。例如：

library(dplyr)

case_when(mtcars$carb <= 2 ~ "low",
          mtcars$carb > 2 ~ "high") %>% 
  table

作品：

.
high  low 
  15   17

但是将case_when 放入mutate 链中：

mtcars %>% 
  mutate(cg = case_when(carb <= 2 ~ "low",
                        carb > 2 ~ "high"))

你会得到：

 Error: object 'carb' not found

虽然这很好用

mtcars %>% 
  mutate(cg = carb %>% 
           cut(c(0, 2, 8)))

【问题讨论】：

是的，不会。检查case_whenhere和this上的部分
如下所述，这个问题已经随着 dplyr > 0.7.0 消失了
也许接受其中一个答案，看起来现在可以了。
如果您想将一个范围划分为多个区间，值得考虑使用cut 而不是case_when。 cut 有一个 labels 参数，可以重命名结果类别。

标签： r dplyr

【解决方案1】：

从dplyr 的0.7.0 版本开始，case_when 在mutate 中工作如下：

library(dplyr) # >= 0.7.0
mtcars %>% 
  mutate(cg = case_when(carb <= 2 ~ "low",
                        carb > 2  ~ "high"))

欲了解更多信息：http://dplyr.tidyverse.org/reference/case_when.html

【讨论】：

【解决方案2】：

我们可以使用.$

mtcars %>%  
     mutate(cg = case_when(.$carb <= 2 ~ "low",  .$carb > 2 ~ "high")) %>%
    .$cg %>%
    table()
# high  low 
#  15   17

【讨论】：

当然，我对. 运算符很熟悉，但cut、recode 等则不需要...
@tomw 我只是根据您发布的问题回答，根据 Sumedh 的（已删除帖子），case_when 仍处于实验阶段，因此一些常规的东西适用于其他功能在这里可能行不通。

【解决方案3】：

感谢@sumedh：@hadley has explained，这是case_when 的一个已知缺点：

case_when() 仍处于试验阶段，目前无法使用里面mutate()。这将在未来的版本中修复。

【讨论】：

【解决方案4】：

就我而言，准报价帮助很大。您可以提前创建一组引用的公式来定义变异规则（或者使用第一个公式中的已知列名，或者从!! 中受益并像第二个公式中那样动态创建规则），然后在 @ 987654323@ - case_when 组合在这里

    library(dplyr)
    library(rlang)
    pattern <- quos(gear == 3L ~ "three", !!sym("gear") == 4L ~ "four", gear == 5L ~ "five")
    # Or
    # pattern <- list(
    #     quo(gear == 3L ~ "three"), 
    #     quo(!!sym("gear") == 4L ~ "four"),
    #     quo(gear == 5L ~ "five"))
    #
    mtcars %>% mutate(test = case_when(!!!pattern)) %>% head(10L)
#>     mpg cyl  disp  hp drat    wt  qsec vs am gear carb  test
#> 1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4  four
#> 2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4  four
#> 3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1  four
#> 4  21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1 three
#> 5  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2 three
#> 6  18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1 three
#> 7  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4 three
#> 8  24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2  four
#> 9  22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2  four
#> 10 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4  four

我更喜欢这样的解决方案，因为它允许创建复杂的规则，例如使用 map2 与 LHS 条件和 RHS 值生成引用的公式

    library(rlang)
    library(purrr)
    map2(c(3, 4, 5), c("three", "four", "five"), ~quo(gear == !!.x ~ !!.y))
#> [[1]]
#> <quosure>
#> expr: ^gear == 3 ~ "three"
#> env:  0000000014286520
#> 
#> [[2]]
#> <quosure>
#> expr: ^gear == 4 ~ "four"
#> env:  000000001273D0E0
#> 
#> [[3]]
#> <quosure>
#> expr: ^gear == 5 ~ "five"
#> env:  00000000125870E0

并在不同的地方使用它，应用于不同的数据集，而无需在每次需要复杂突变时手动输入所有规则。

作为问题的最终答案，7 个附加符号和两个括号解决了它

library(rlang)
library(dplyr)
mtcars %>% 
    mutate(test = case_when(!!!quos(gear == 3L ~ "three", gear != 3L ~ "not three"))) %>% 
    head(10L)
#>     mpg cyl  disp  hp drat    wt  qsec vs am gear carb      test
#> 1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4 not three
#> 2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4 not three
#> 3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1 not three
#> 4  21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1     three
#> 5  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2     three
#> 6  18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1     three
#> 7  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4     three
#> 8  24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2 not three
#> 9  22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2 not three
#> 10 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4 not three

^{由reprex package (v0.2.1.9000) 于 2019 年 1 月 16 日创建}

【讨论】：

【解决方案5】：

library(dplyr) #loading the dplyr package

content150_fortified <- content150 %>% #creating a new variable
mutate(number_yn = case_when( #creating a new column using mutate
        number >= 18 & number <=25 ~ "no", # if number is "none", make number_yn "no"
        number!="none" ~ "yes"  # if number is not "none", make number_yn "yes"
        )
      )

【讨论】：

好的，我会尝试一些不同的

【解决方案6】：

除了上面@akrun 的回答，请注意case_when() 的右括号不能单独放在一行。

例如，这可以正常工作：

mtcars %>%  
   mutate(cg = case_when(
      .$carb <= 2 ~ "low",  .$carb > 2 ~ "high"))

但事实并非如此：

mtcars %>%  
   mutate(cg = case_when(
      .$carb <= 2 ~ "low",  .$carb > 2 ~ "high")
      )

【讨论】：

嗯？两者都适合我。我无法想象 解析器 会遇到这样的问题（与底层评估器相反）。