使用 mutate 以动态命名的列为条件创建新类别答案

【问题标题】：Using mutate to create new category conditional on dynamically named columns使用 mutate 以动态命名的列为条件创建新类别
【发布时间】：2023-03-30 13:52:01
【问题描述】：

我正在尝试根据另一组列的值创建一个新列category。但是，我想动态选择要作为条件的列，而不是对列名进行硬编码。如果可能的话，我想留在 tidyverse。

这是我的最小可重现示例：

library(dplyr)

df <- tibble(user = c("A", "B", "C", "D", "E"),
       jan = c(200, 500, 0, 20, 0),
       feb = c(50, 10, 0, 0, 50),
       mar = c(10, 100, 20, 0, 0),
       apr = c(500, 10, 0, 20, 0))

category 列应包含值“稳定”，如果该行在过去 3 个月的每个月中都有非零值。这段代码可以满足我的要求：

df %>%
  mutate(category = if_else(feb != 0 & mar != 0 & apr != 0, "stable", NA_character_))

但是，如果我想每月运行此代码（在添加新月份的数据后），我将不断更新它以引用最近 3 个月的列名。

有没有办法动态地做到这一点？我尝试将列位置与last_col(offset = 2:0) 一起使用，但没有成功。任何帮助将不胜感激。

【问题讨论】：

在dplyr 中，您可能需要执行以下操作：name_vec <- tail(names(df),3) df %>% mutate(category = if_else(!!sym(name_vec[1])!= 0 & !!sym(name_vec[2]) != 0 & !!sym(name_vec[3]) != 0, "stable", NA_character_))

标签： r

【解决方案1】：

我认为使用 base R 会很简单，你可以这样做

n <- 3
df$category <- c(NA, "stable")[(rowSums(df[tail(names(df), n)] != 0) == n) + 1]

#  user    jan   feb   mar   apr category
#  <chr> <dbl> <dbl> <dbl> <dbl> <chr>   
#1 A       200    50    10   500 stable  
#2 B       500    10   100    10 stable  
#3 C         0     0    20     0 NA      
#4 D        20     0     0    20 NA      
#5 E         0    50     0     0 NA

【讨论】：

我没有想到将 rowSums 与逻辑向量一起使用，但这是获得所需输出的一种优雅方式。我的实际代码有一堆 case_when 语句，这是其中一种情况，因此基于 dplyr 的解决方案将更容易集成（这就是我接受@arg0naut91 提供的答案的原因）。但是，非常感谢您提出实现这一目标所需的逻辑！

【解决方案2】：

Ronak Shah 的回答中已经包含了基本逻辑，但这可能是dplyr 的一种可能方式：

n <- 3

df %>%
  mutate(
    category = ifelse(
      rowSums(select(., last_col(offset = 0:(n-1))) == 0) > 0, 
      NA_character_, 
      "stable")
  )

【讨论】：

感谢 arg0naut91！只是出于好奇，为什么选择调用中需要 . 提供给 rowSums？
删除它会失败 - rowSums 需要一个数组，您需要使用普通的 select 语句生成它，否则它将无法在 mutate 中工作。
啊，我明白了。再次感谢！