R用if语句改变多列

Question

我有这样的数据：

cols <- c("X01_01","X01_01_p", "X01_02","X01_02_p", "X01_03","X01_03_p", "X01_04", "X01_05","X01_06")
set.seed(111)
values <- replicate(9, sample(1:5, 4, replace = TRUE)) 
df <- as.data.frame(values)  

所以我的 df 看起来像这样：

    X01_01 X01_01_p X01_02 X01_02_p X01_03 X01_03_p X01_04 X01_05 X01_06
1      3        2      3        1      1        3      5      4      3
2      4        3      1        1      5        2      2      3      3
3      2        1      3        1      2        2      4      1      2
4      3        3      3        3      4        2      2      3      4

我有一些列用于突变（不是全部）和新列的名称。

cols_to_mutate <- c("X01_01_p","X01_02_p", "X01_03_p", "X01_04", "X01_05","X01_06")
new_cols <- c("X01_01_n","X01_02_n", "X01_03_n", "X01_04_n", "X01_05_n","X01_06_n")

每个突变都是一样的：

• 如果值为 1 或 2，则新值必须为 0
• 如果值为 3，则新值必须为 0.5
• 如果值为 4 或 5，则新值必须为 1

我的 df 最终看起来像这样：

    X01_01 X01_01_p X01_02 X01_02_p X01_03 X01_03_p X01_04 X01_05 X01_06 X01_01_n X01_02_n X01_03_n X01_04_n X01_05_n X01_06_n
1      3        2      3        1      1        3      5      4      3      0.0      0.0      0.5        1      1.0      0.5
2      4        3      1        1      5        2      2      3      3      0.5      0.0      0.0        0      0.5      0.5
3      2        1      3        1      2        2      4      1      2      0.0      0.0      0.0        1      0.0      0.0
4      3        3      3        3      4        2      2      3      4      0.5      0.5      0.0        0      0.5      1.0

在“硬编码”中，我可以写很多这样的行：

df <- mutate(df, X01_01_n = ifelse(X01_01_p <= 2, 0, (ifelse(X01_01_p == 3, 0.5, 1))))
df <- mutate(df, X01_02_n = ifelse(X01_02_p <= 2, 0, (ifelse(X01_02_p == 3, 0.5, 1))))

当然，我正在寻找一种更花哨和更快的方法来做到这一点，但是我搜索了又搜索，但没有找到解决方案。我试过了：

df <- cbind(df,apply(df[,cols_to_mutate],2, function(x) if (x < 3) { 0} else if (x > 3) {1} else {.5}))

但这不起作用。任何想法都会很棒！

Answer 1

如果保留之前的列并在原地进行变异并不重要，则可以在用于变异的函数中使用mutate_at 和case_when。

case_when 正在使用来自dplyr 的between 函数来设置条件，然后用~ 分配一个值。最后一个参数T ~ NA_real_ 将NA 分配给不符合任何条件的任何观察结果。

library(tidyverse)

cols_to_mutate <- c("X01_01_p","X01_02_p", "X01_03_p", "X01_04", "X01_05","X01_06")

df %>%
  mutate_at(cols_to_mutate, function(x) {
    case_when(
      between(x, 1, 2) ~ 0,
      x == 3 ~ 0.5,
      between(x, 4, 5) ~ 1,
      T ~ NA_real_
    )
  })
#>   X01_01 X01_01_p X01_02 X01_02_p X01_03 X01_03_p X01_04 X01_05 X01_06
#> 1      3      0.0      3      0.0      1      0.5      1    1.0    0.5
#> 2      4      0.5      1      0.0      5      0.0      0    0.5    0.5
#> 3      2      0.0      3      0.0      2      0.0      1    0.0    0.0
#> 4      3      0.5      3      0.5      4      0.0      0    0.5    1.0

如果 有必要保留原始列并为重新调整的列赋予新名称，这里有一些 rlang + purrr 技巧。我所做的是imaped 在数据框的列上。如果名称在要变异的列列表中，我使用与上面相同的case_when，并输出带有两列的tibble：一是原始列，其名称使用quo_name和@987654336分配@ 运算符，另一个是新值列，名称相同但附加了_n。如果它不是要变异的列，它只会返回原始列的tibble。通过使用imap_dfc，将所有列重新绑定到一个数据帧中。

df %>%
  imap_dfc(function(x, name) {
    if (name %in% cols_to_mutate) {
      new_vals <- case_when(
        between(x, 1, 2) ~ 0,
        x == 3 ~ 0.5,
        between(x, 4, 5) ~ 1,
        T ~ NA_real_
      )
      tibble(!!quo_name(name) := x, !!quo_name(paste0(name, "_n")) := new_vals)
    } else {
      tibble(!!quo_name(name) := x)
    }
  })
#> # A tibble: 4 x 15
#>   X01_01 X01_01_p X01_01_p_n X01_02 X01_02_p X01_02_p_n X01_03 X01_03_p
#>    <int>    <int>      <dbl>  <int>    <int>      <dbl>  <int>    <int>
#> 1      3        2        0        3        1        0        1        3
#> 2      4        3        0.5      1        1        0        5        2
#> 3      2        1        0        3        1        0        2        2
#> 4      3        3        0.5      3        3        0.5      4        2
#> # ... with 7 more variables: X01_03_p_n <dbl>, X01_04 <int>,
#> #   X01_04_n <dbl>, X01_05 <int>, X01_05_n <dbl>, X01_06 <int>,
#> #   X01_06_n <dbl>

Answer 2

你可以做这样的事情，假设你的数字只取值 1 到 5。

map_marlein <- function(x) {
  if (any(!x %in% 1:5)) {
    stop("Needs numbers from 1-5")
  }
  as.integer(cut(x, c(0,2,3, 10))) / 2 - 0.5
}

df[, paste0(names(df), "_n")] <- lapply(df[, names(df)], map_marlein)
df
  X01_01 X01_01_p X01_02 X01_02_p X01_03 X01_03_p X01_04 X01_05 X01_06 X01_01_n X01_01_p_n X01_02_n X01_02_p_n X01_03_n X01_03_p_n X01_04_n X01_05_n X01_06_n
1      3        2      3        1      1        3      5      4      3      0.5        0.0      0.5        0.0        0        0.5        1      1.0      0.5
2      4        3      1        1      5        2      2      3      3      1.0        0.5      0.0        0.0        1        0.0        0      0.5      0.5
3      2        1      3        1      2        2      4      1      2      0.0        0.0      0.5        0.0        0        0.0        1      0.0      0.0
4      3        3      3        3      4        2      2      3      4      0.5        0.5      0.5        0.5        1        0.0        0      0.5      1.0