使用 Tidyverse 将整数转换为 R 中的向量答案

【问题标题】：Convert integers to vector in R using Tidyverse使用 Tidyverse 将整数转换为 R 中的向量
【发布时间】：2020-11-10 11:21:33
【问题描述】：

在我的数据集中，有一列包含整数，用于编码医疗程序后是否有“无”(0)、“轻微”(1) 或“严重”(2) 出血。

如何将这些整数值转换为描述性名称？我尝试使用 factor(levels = bleed, labels = c("none", "slight", "severe")) 进行处理，但这与我的 Tidyverse 风格 %>%-piped 数据争吵不符。

如何将这些数字转换为描述性标签？

【问题讨论】：

这能回答你的问题吗？ Recoding variables with R

标签： r dplyr tidyverse recode

【解决方案1】：

在类似 tidyverse 的管道中，您可以在 mutate 语句中使用 recode 函数

library(dplyr)

df %>%
  mutate(your_int_var = recode(your_int_var, `0` = 'no', `1` = 'slight', `2` = 'severe'))

甚至更好地使用不引用拼接!!!

values <- c(`0` = 'no', `1` = 'slight', `2` = 'severe')

df %>% 
  mutate(your_int_var = recode(your_int_var, !!!values))

【讨论】：

【解决方案2】：

如果你只在你的整数向量上加一，你就可以使用简单的索引。

在基础 R 中，这看起来像：

bleeding <- c(0, 1, 0, 1, 1, 0, 2, 2, 0, 1)
values <- c("no", "slight", "severe")

bleeding <- values[bleeding + 1]

bleeding
#>  [1] "no"     "slight" "no"     "slight" "slight" "no"     "severe" "severe"
#>  [9] "no"     "slight"

或者在tidyverse中：

df <- data.frame(bleeding = c(0, 1, 0, 1, 1, 0, 2, 2, 0, 1))

df %>% mutate(bleeding  = c("no", "slight", "severe")[bleeding + 1])
#>    bleeding
#> 1        no
#> 2    slight
#> 3        no
#> 4    slight
#> 5    slight
#> 6        no
#> 7    severe
#> 8    severe
#> 9        no
#> 10   slight

【讨论】：

光滑！只是为了完成它，“将值更改为描述性名称”，bleeding <- values[bleeding + 1]
也是一个有效的答案，不幸的是我不能同时接受...谢谢一百万。