如何在 for 循环中使用 mutate() 和 case_when()？答案

【问题标题】：How can I use mutate() and case_when() in a for loop?如何在 for 循环中使用 mutate() 和 case_when()？
【发布时间】：2020-01-11 15:16:28
【问题描述】：

我正在编写一个闪亮的应用程序，用户将在其中输入样本条件的数据，脚本将“自动”将他们输入的条件与给定文件的样本名称相匹配。

为简单起见，我不会包含闪亮的代码，因为我只是在为实际的 R 实现而苦苦挣扎。

如果我已经知道潜在的条件是什么，我可以这样做：

library(tidyverse)
x <- data.frame(Samples = c('Low1', 'Low2', 'High1', 'High2', 
                           'Ctrl1', 'Ctrl2'))

x <- x %>% mutate(Conditions = case_when(
           str_detect(Samples, fixed("low", ignore_case = T)) ~ "low",
           str_detect(Samples, fixed("high", ignore_case = T)) ~ "high",
           str_detect(Samples, fixed("ctrl", ignore_case = T)) ~ "ctrl"))

我会得到我正在寻找的数据框，例如：

Samples    Conditions
   Low1           low
   Low2           low
  High1          high
  High2          high
  Ctrl1          ctrl
  Ctrl2          ctrl

但是，我想遍历潜在条件向量并执行以下操作：

library(tidyverse)
condition_options <- c('low', 'high', 'ctrl')

x <- data.frame(Samples = samplenames)
for (j in condition_options) {
   x <- x %>% mutate(Condition = case_when(
        str_detect(Samples, fixed(j, ignore_case = T)) ~ j)) 
    }

当我这样做时，Condition 列被重写，只给我匹配向量中的最后一个值。例如：

Samples    Conditions
   Low1         <NA>
   Low2         <NA>
  High1         <NA>
  High2         <NA>
  Ctrl1         ctrl
  Ctrl2         ctrl

【问题讨论】：

标签： r tidyverse dplyr

【解决方案1】：

如果您使用元编程而不是循环来构建case_when 语句的所有部分，这可能会更容易。试试

library(tidyverse)
condition_options <- c('low', 'high', 'ctrl')

conditions <- purrr::map(condition_options, 
                         ~quo(str_detect(Samples, fixed(!!.x, ignore_case = T))~!!.x))

# check our work
# cat(map_chr(conditions, quo_text), sep = "\n")
# str_detect(Samples, fixed("low", ignore_case = T)) ~ "low"
# str_detect(Samples, fixed("high", ignore_case = T)) ~ "high"
# str_detect(Samples, fixed("ctrl", ignore_case = T)) ~ "ctrl"

x <- data.frame(Samples = samplenames)
x %>% mutate(Condition = case_when(!!!conditions) )

#   Samples Condition
# 1    Low1       low
# 2    Low2       low
# 3   High1      high
# 4   High2      high
# 5   Ctrl1      ctrl
# 6   Ctrl2      ctrl

map 在这里构建了您希望在 case_when 语句中拥有的所有不同公式。然后我们使用!!! 将它们插入到mutate 表达式中。

【讨论】：

这非常有效！我对元编程很陌生，所以我不得不查找 !! 和 !!!... 我认为学习如何将它们合并到我的代码中是我的下一个 R“学习”。

【解决方案2】：

library(purrr)
x <- data.frame(Samples = c('Low1', 'Low2', 'High1', 'High2', 
                            'Ctrl1', 'Ctrl2'))
condition_options <- c('low', 'high', 'ctrl')

# iterate through all provided `condition_options `, returns corresponding condition if a match is found, otherwise returns NA
matched_values <- map(condition_options,function(condition_name){
    ifelse(
        str_detect(x$Samples,fixed(condition_name,ignore_case = TRUE)),
        condition_name,
        NA_character_
    )
})

# if all values are NA, still return NA, otherwise return matched value, it will throw an error if multiple matches are found.
x["Conditions"] <- pmap_chr(values, function(...){
    values <- unlist(list(...))
    if(all(is.na(values))){
        return(NA)
    } else {
        return(values[!is.na(values)])
    }
})

> x
  Samples Conditions
1    Low1        low
2    Low2        low
3   High1       high
4   High2       high
5   Ctrl1       ctrl
6   Ctrl2       ctrl

【讨论】：

【解决方案3】：

我认为您不需要循环来执行此操作。我们可以使用str_extract 提取任何与condition_options 中的模式匹配的值

x$Conditions <- stringr::str_extract(tolower(x$Samples), 
                         paste0(condition_options, collapse = "|"))

x
#  Samples Conditions
#1    Low1        low
#2    Low2        low
#3   High1       high
#4   High2       high
#5   Ctrl1       ctrl
#6   Ctrl2       ctrl

在base R中，我们也可以使用paste0动态生成正则表达式

x$Conditions <- sub(paste0(".*(", paste0(condition_options, collapse = "|"), ").*"),
                "\\1", tolower(x$Samples))

在哪里

paste0(".*(", paste0(condition_options, collapse = "|"), ").*") #gives
#[1] ".*(low|high|ctrl).*"

【讨论】：