用 case_when 在 R 中查看列名末尾的数字大于另一个列名末尾的数字

Question

我想在 dplyr 中使用 case_when() 来创建一个新的分类列，说明一个人在培训中的当前状态。

我有一个看起来像这样的小标题：

library(dplyr)
problem <- tibble(name = c("Angela", "Claire", "Justin"),
                  status_1 = c("Registered", "No Action", "Completed"),
                  status_2 = c("Withdrawn", "No Action", "Registered"),
                  status_3 = c("No Action", "Registered", "Withdrawn"))

如果此人曾经完成过课程，则他们的状态应该是完成（即使他们在以后不小心再次注册了该课程，作为本例中 Justin 的证据）。如果他们尚未完成课程，则应注册他们的状态并且以后的状态不会撤消该课程，例如“不采取行动”或“撤回”。如果他们已经完成，他们应该是状态“未采取”什么都没有，或者在他们注册之后撤回。

在本例中，最终数据集应如下所示：

library(dplyr)
solution <- tibble(name = c("Angela", "Claire", "Justin"),
                   status_1 = c("Registered", "No Action", "Completed"),
                   status_2 = c("Withdrawn", "No Action", "Registered"),
                   status_3 = c("No Action", "Registered", "Withdrawn"),
                   current = c("Not Taken", "Registered", "Completed"))

贾斯汀完成了，因为他在任何时候完成了课程。安吉拉没有被带走，因为她取消了注册。 Claire 已注册，因为她的最远身份已注册。

这是我目前所拥有的。它正确地分类了贾斯汀和克莱尔，但错误地分类了安吉拉。我理解为什么它确实对她进行了错误分类，但我不知道如何进行注册，因为它涉及查看后面的数字，并且 R 正确地将变量名称视为一个字符。

library(dplyr)
library(purrr)
solution <- problem %>%
  mutate(current_status = pmap_chr(select(., contains("status")), ~
                                     case_when(any(str_detect(c(...), "(?i)Completed")) ~ "Completed",
                                               any(str_detect(c(...), "(?i)Registered")) ~ "Registered", 
                                               any(str_detect(c(...), "(?i)No Action")) | any(str_detect(c(...), "(?i)Withdrawn")) ~ "Not Taken",
                                               TRUE ~ "NA"))) 

谢谢！

Answer 1

这是使用apply 和case_when 的一种方法。 apply 一次遍历 problem 的所有行，并根据 case_when 条件计算结果。

problem %>% 
 mutate(
   current = 
     apply(select(., starts_with("status")), 1, function(x) {
       case_when(
         "Completed" %in% x ~ "Completed",
         which.max(x=="Registered") > which.max(x %in% c("No Action","Withdrawn")) ~ "Registered",
         TRUE ~ "Not Taken"
       )
     })
  )

# A tibble: 3 x 5
  name   status_1   status_2   status_3   current   
  <chr>  <chr>      <chr>      <chr>      <chr>     
1 Angela Registered Withdrawn  No Action  Not Taken 
2 Claire No Action  No Action  Registered Registered
3 Justin Completed  Registered Withdrawn  Completed 

在管道之外，你可以简单地做 -

problem$current <- select(problem, starts_with("status")) %>% 
  apply(., 1, function(x) {
    case_when(
      "Completed" %in% x ~ "Completed",
      which.max(x == "Registered") > which.max(x %in% c("No Action", "Withdrawn")) ~ "Registered",
      TRUE ~ "Not Taken"
    )
  })