如何在 mutate() 中简化 case_when()答案

【问题标题】：How to simplify a case_when() inside a mutate()如何在 mutate() 中简化 case_when()
【发布时间】：2019-11-06 11:38:12
【问题描述】：

我有一个数据框，我想添加一列。为此，我使用 dplyr::mutate。但是，我要添加的列的值取决于其他列的值。我使用 case_when() 并解决了问题，但是如果有很多情况，代码编写起来不舒服（我在下面显示一个示例），所以我想知道是否有另一个选项（可能是循环）来简化这个。

以下代码有效：

NewTable <- Table %>% 
  dplyr::mutate(ColumnB = case_when(
               ColumnA=="2000" ~ 0,
               ColumnA=="2001" ~ 4,
               ColumnA=="2002" ~ 8,
               ColumnA=="2003" ~ 12,
               ColumnA=="2004" ~ 16,
               ColumnA=="2005" ~ 20,
               ColumnA=="2006" ~ 24,
               ColumnA=="2007" ~ 28,
               ColumnA=="2008" ~ 32,
               ColumnA=="2009" ~ 36,
               ColumnA=="2010" ~ 40,
               ColumnA=="2011" ~ 44))

我该如何改进它？非常感谢。

【问题讨论】：

可能是查找表，see here，可能重复。
由于没有简单、直接的函数/逻辑可以将 a 映射到 0、b 到 4、...、l 到 345，因此您必须在某处指定它们的映射。当然，您可以编写一个 lokk-up 表格，将映射包装在一个函数中，等等，但这不会减少整体代码。还是我错过了你的愿望？
@wusel 假设映射更简单：a 到 0，b 到 2，c 到 4，d 到 6，...我可以简化它吗？我的问题是我需要添加更多分配，并且假设要在我的代码中添加很多行。
这会将 2000 映射到 0，将 2001 映射到 4，等等。4 * (as.numeric(as.character(ColumnA)) - 2000)。如果ColumnA 已经是字符而不是因子，则可以省略as.character。请在您的帖子中发布可重复的输入。请参阅r 顶部的说明。
你在计算三个月吗？

标签： r dplyr

【解决方案1】：

由于您已更改数据，您可能想试试这个：

Table<-data.frame(A = c("2000", "2001", "2002", "2003", "2004"))
Table$B = (as.numeric(as.character(Table$A))-2000)*4

如果你没有这样的模式，你可以生成一个匹配 A 和 B 的值列表，并将它们合并：

match_list<-data.frame(A = c("2000", "2001", "2002", "2003", "2004"),
                       B = c(0, 4, 8, 16, 20))
merge(Table, match_list, by = "A")  # Table itself does not have B at this stage

这只能节省一些打字。

【讨论】：

【解决方案2】：

我会这样做：

lkp <- setNames(c(0, 4, 8, 16, 20),
                c("2000", "2001", "2002", "2003", "2004"))
df <- data.frame(ColumnA = c("2004","2002"),stringsAsFactors = FALSE)
dplyr::mutate(df, ColumnB = lkp[ColumnA])
#>   ColumnA ColumnB
#> 1    2004      20
#> 2    2002       8

^{由reprex package (v0.3.0) 于 2019 年 11 月 6 日创建}

【讨论】：

【解决方案3】：

由于您正在编写 B 列，我假设它在 Table 中不存在，因此连接可以解决问题。

library(dplyr)
NewTable <- left_join( Table,
tibble( A = c("2000", "2001", "2002", "2003", "2004"),
        B = seq(from = 0, to = 32, by = 4) )

【讨论】：

【解决方案4】：

这是使用plyr 包中的mapvalues 的解决方案。我经常使用它。

library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
# Create a simulated data frame

set.seed(9049)

Table <- data.frame(columnA = as.character(sample(2000:2011, 
                                                  size = 100, 
                                                  replace = TRUE)),
                    stringsAsFactors = FALSE)

# Extract unique levels from column A
colA_levels <- unique(Table$columnA)

# Create unique levels of column B to map to
colB_levels <- (as.numeric(colA_levels) - 2000) * 4

# Use `mapvalues` from `plyr` package
# 
NewTable <- Table %>% 
  mutate(columnB = plyr::mapvalues(columnA,
                                   from = colA_levels,
                                   to = colB_levels))

head(NewTable, 10)
#>    columnA columnB
#> 1     2008      32
#> 2     2011      44
#> 3     2007      28
#> 4     2011      44
#> 5     2001       4
#> 6     2010      40
#> 7     2000       0
#> 8     2007      28
#> 9     2000       0
#> 10    2002       8

^{由reprex package (v0.3.0) 于 2019 年 11 月 6 日创建}

【讨论】：

【解决方案5】：

考虑到 OP 的评论，您可以编写一个函数（this answer 的问题）：

library(tidyverse)
letter2num <- function(x) {(utf8ToInt(x) - utf8ToInt("a")) * 2}
tibble(x = letters) %>% 
  rowwise() %>% 
  mutate(y = letter2num(x))

【讨论】：

这个答案没有用，我们需要知道重新编码的逻辑。我怀疑他们在真实数据中有 ABC 字母。
问题是如果有一个esay映射，OP是否会简化它。回答：是的，有，这就是它在指定情况下的工作方式。在不同的环境中，OP 必须调整代码。