R中的逻辑运算符问题，使用ifelse

Question

下面是我正在使用的代码。这个想法是我们有一个变量“habitaciones”，它计算酒店的房间数量。我创建了一个名为 hrango 的新变量，它的范围基于房间的数量。 20 人以下的酒店是小型酒店，21 到 40 人是中型酒店，40 人以上是大型酒店。您可以看到我如何尝试使用运算符来处理它。

我运行此代码时的问题是，任何少于 10 个房间的酒店都被标记为大，而任何超过 100 个房间的酒店都被标记为小，我似乎无法弄清楚为什么。我开始使用基于“替换”的代码，该代码无法正常工作，移至 ifelse，但仍然无法获得我想要的结果。

任何帮助将不胜感激。

full_data <- full_data %>% 
  mutate (hrango = ifelse(habitaciones < 21, "Hoteles Pequenos",
                          ifelse(habitaciones > 20 & habitaciones < 41, "Hoteles Medios",
                                 ifelse(habitaciones > 40, "Hoteles Grandes", hrango)
                                        )
                                        )
                                       )

Answer 1

1. 一般来说，base R 的ifelse 有一些包袱，即它会掉级。例如，

   ifelse(c(T,F), rep(Sys.time(),2), rep(Sys.time(),2))
   # [1] 1591376254 1591376254
   

   既然你已经在使用dplyr，我建议你考虑dplyr::if_else：

   if_else(c(T,F), rep(Sys.time(),2), rep(Sys.time(),2))
   # [1] "2020-06-05 09:57:57 PDT" "2020-06-05 09:57:57 PDT"
   

   （data.table::fifelse也不错。）

2. 当我看到嵌套的ifelses 时，我认为case_when 会更好。它并不经常更快（大致相同），但它更具可读性，因此更易于维护。

   full_data %>%
     mutate(
       hrango = case_when(
         habitaciones < 21                     ~ "Hoteles Pequenos",
         habitaciones > 20 & habitaciones < 41 ~ "Hoteles Medios",
         habitaciones > 40                     ~ "Hoteles Grandes",
         TRUE ~ hrango)
     )
   

   由于case_when 在第一个 true 之后停止评估（针对每个元素），您可以稍微缩短一下：

   full_data %>%
     mutate(
       hrango = case_when(
         habitaciones < 21 ~ "Hoteles Pequenos",
         habitaciones < 41 ~ "Hoteles Medios",
         habitaciones > 40 ~ "Hoteles Grandes",
         TRUE ~ hrango)
     )
   

3. 此外，由于您只是在连续范围的值中查找，您可以使用cut：

   full_data %>%
     mutate(
       hrango = cut(hrango, c(-Inf, 20, 40, Inf),
                    labels = c("Hoteles Pequenos", "Hoteles Medios", "Hoteles Grandes")),
       hrango = as.character(hrango)
     )
   

   as.character 的第二个赋值是因为cut 返回factor，我推断你想要character。

   另一个注意事项：我推断您正在使用integers，因为您的条件重叠。 case_when 解决方案仍然有效，但如果您的数据是 numeric，那么您可能需要重新考虑您的界限以确保您获得所需的数据。由于cut默认为“右闭”（right=TRUE），它会给你左开，所以(0,20]和(20,40]意味着20将匹配第一个，20.1和21将匹配第二个，等等.