dplyr 在 for 循环中发生变异 - 问题

Question

我正在使用 tidyverse 在 R 中执行数据分析和清理。 我有一个包含 23 列的数据框，其中包含值“NO”、“STEADY”、“UP”和“down”。 如果是“NO”、“STEADY”，我想将这 23 列中的所有值更改为 0，在其他情况下更改为 1。

我所做的是，我按名称键创建了一个列表，其中我保留了所有列，之后我使用 for 循环、ifelse 语句和变异。

请看下面的代码

# Column names are kept in the list by name keys

keys = c('metformin', 'repaglinide', 'nateglinide', 'chlorpropamide', 'glimepiride', 
'glipizide', 'glyburide', 'pioglitazone', 'rosiglitazone', 'acarbose', 'miglitol', 
'insulin', 'glyburide-metformin', 'tolazamide', 'metformin-pioglitazone',
'metformin-rosiglitazone', 'glimepiride-pioglitazone', 'glipizide-metformin', 
'troglitazone', 'tolbutamide', 'acetohexamide')

之后，我使用以下代码来获得所需的结果：

for (col in keys){
  Dataset = Dataset %>%
    mutate(col = ifelse(col %in% c('No','Steady'),0,1)) }

我原以为它会做我需要的更改，但在此之后没有任何反应。 （没有错误消息，也没有想要的结果）

之后，我进一步研究并执行了以下代码

for (col in keys){
 print(col)}

它给了我列表中的元素，比如“二甲双胍”

所以，我想 - 可能这就是问题所在。因此，我使用下面的代码将键转换为符号：

keys_new = sym(keys)

之后我再次运行相同的代码：

for (col in keys_new){
   Dataset = Dataset %>%
     mutate(col = ifelse(col %in% c('No','Steady'),0,1))} 

它给了我以下错误-

匹配错误(x, table, nomatch = 0L)： 'match' 需要向量参数

毕竟。我还尝试创建一个函数来获得所需的结果，但这也没有奏效：

change = function(name){
   Dataset = Dataset %>%
      mutate(name = ifelse(name %in% c('No','Steady'),0,1),
      name = as.factor(name))
      return(Dataset)}

for (col in keys){
   change(col)}

这没有执行任何操作。 （没有错误消息，也没有想要的结果）

当keys_new放在这段代码中时：

for (col in keys_new){
   change(col)}

我得到了同样的错误：

匹配错误(x, table, nomatch = 0L)： 'match' 需要向量参数

请指导

Answer 1

这个答案使用 mutate through forloop。

我没有你的数据，所以我尝试制作自己的数据，我使用enframe 将键更改为tibble，然后将其分散到列中，并使用行号作为每列的值，然后检查该值是否大于10。

要在 mutate 中使用列名，您必须在 mutate 函数中使用 !! 和 :=

df <- enframe(c('metformin', 'repaglinide', 'nateglinide', 'chlorpropamide', 'glimepiride', 
                 'glipizide', 'glyburide', 'pioglitazone', 'rosiglitazone', 'acarbose', 'miglitol', 
                 'insulin', 'glyburide-metformin', 'tolazamide', 'metformin-pioglitazone',
                 'metformin-rosiglitazone', 'glimepiride-pioglitazone', 'glipizide-metformin', 
                 'troglitazone', 'tolbutamide', 'acetohexamide')
) %>% spread(key = value,value = name)

keys = c('metformin', 'repaglinide', 'nateglinide', 'chlorpropamide', 'glimepiride', 
         'glipizide', 'glyburide', 'pioglitazone', 'rosiglitazone', 'acarbose', 'miglitol', 
         'insulin', 'glyburide-metformin', 'tolazamide', 'metformin-pioglitazone',
         'metformin-rosiglitazone', 'glimepiride-pioglitazone', 'glipizide-metformin', 
         'troglitazone', 'tolbutamide', 'acetohexamide')


for (col in keys){
        df = df %>%
                mutate(!!as.character(col) := ifelse( df[col] > 10,0,100) )
        }

Answer 2

无需循环或跟踪列名。你可以使用mutate_all -

Dataset %>% 
  mutate_all(~ifelse(. %in% c('No','Steady'), 0, 1))

另一种方式，感谢 Rui Barradas -

Dataset %>% 
  mutate_all(~as.integer(!. %in% c('No','Steady')))

Answer 3

使用 mutate_at 和 case_when 有一个更简单的方法。

Dataset %>% mutate_at(keys, ~case_when(. %in% c("NO", "STEADY") ~ 0, TRUE ~ 1))

mutate_at 只会改变在 keys 变量中指定的列。 case_when 然后允许您通过某些条件将一个值替换为另一个值。