使用来自其他列的值改变字符串序列答案

【问题标题】：mutate string sequence using values from other columns使用来自其他列的值改变字符串序列
【发布时间】：2021-02-28 23:07:32
【问题描述】：

我有一堆列，有开始年份和结束年份。我需要根据“每年的样本”列将它们转换为序列，但并非每一列都有这个值，有些只有起始年份而没有结束，因此涉及很多“ifs”。

这是我到目前为止所做的：

df <- data_frame(first_year = c(1990, 2000, 1987, 1970, 1988),
           last_year = c(2010, 2020, 2004, 2018, NA),
           samples_per_year = c(NA, NA, 4, 2, NA)) 

df %>%
  mutate(middle_years = case_when(is.na(samples_per_year) ~ map2_chr(first_year, last_year, ~ toString(if(!is.na(.y)) .x:.y else .x))))

这适用于每年仅采样一次的所有行，但不适用于多次采样的行。

我尝试使用length_out 在seq() 从第一个样本年到最后一个样本年添加另一个case_when 并使用toString 来延长序列，但它不起作用。

df %>%
  mutate(middle_years = case_when(is.na(samples_per_year) ~ map2_chr(first_year, last_year, ~ toString(if(!is.na(.y)) .x:.y else .x)),
                                  !is.na(samples_per_year) ~ map2_chr(first_year, last_year, ~ toString(seq(from=.y,to=.x, length.out = (.y-.x)*samples_per_year)))))

期望的输出：

# A tibble: 5 x 4
  first_year last_year samples_per_year middle_years                                            
       <dbl>     <dbl>            <dbl> <chr>                                                   
1       1990      2010             NA 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1…
2       2000      2020             NA 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2…
3       1987      2004              4 1987, 1987.25, 1987.50, 1987.75, 1988, 1988.25, 1988.50...
4       1970      2018              2 1970, 1970.5, 1971, 1971.5, 1972, 1972.5, 1973, 1973.5...                                                      
5       1988        NA             NA 1988

【问题讨论】：

标签： r dictionary dplyr tostring

【解决方案1】：

您可以编写一个自定义序列函数来执行此操作：

  my_seq<- function(from, to, mid_len){
      if(is.na(from) & is.na(to)) NA
      else if(is.na(from)) to
      else if(is.na(to)) from 
      else {
         by <- if(is.na(mid_len)) 1 else 1/mid_len
        seq(from, to,by)
      }
  }


df %>% 
   rowwise() %>%
   mutate(mid_years = toString(my_seq(first_year, last_year, samples_per_year)))

# A tibble: 5 x 4
# Rowwise: 
  first_year last_year samples_per_year mid_years                                                          
       <dbl>     <dbl>            <dbl> <chr>                                                              
1       1990      2010               NA 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, ~
2       2000      2020               NA 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010, ~
3       1987      2004                4 1987, 1987.25, 1987.5, 1987.75, 1988, 1988.25, 1988.5, 1988.75, 19~
4       1970      2018                2 1970, 1970.5, 1971, 1971.5, 1972, 1972.5, 1973, 1973.5, 1974, 1974~
5       1988        NA               NA 1988

【讨论】：