您如何评估一组条件并根据列列表创建新列？答案

【问题标题】：How do you evaluate a set of conditions and create a new column based on a list of columns?您如何评估一组条件并根据列列表创建新列？
【发布时间】：2020-04-24 02:10:02
【问题描述】：

我想在数据框中列出（或过滤）一组名称相似的列，为每一行评估这些列的值，然后使用结果创建一个新列。

现在我正在使用case_when，但我不知道提供一些通配符或已定义列的列表的方法。

我想列出一个列列表或创建一个过滤器，因为我想评估数据框中的几列，而不仅仅是少数几列。当列名彼此非常相似时，在case_when 中拥有一长串列似乎效率不高。

# Dummy data
ignore1 <- c(1, 0, 0)
ignore2 <- c(1, 0, 1)
col1 <- c(0, 1, 0)
col2 <- c(0, 1, 1)
col3 <- c(0, 1, 0)

df <- data.frame(ignore1, ignore2, col1, col2, col3)

df %>% 
  mutate(evaluation = case_when(
    col1 == 0| col1 == 0 | col1 == 0  ~ "Failed",
    TRUE ~ "Passed"
    )
  )

这是预期的结果：

  ignore1 ignore2 col1 col2 col3 evaluation
1       1       1    0    0    0     Failed
2       0       0    1    1    1     Passed
3       0       1    0    1    0     Failed

第 2 行通过的位置，因为 col1、col2、col3 所有的值为 1。

【问题讨论】：

标签： r dplyr

【解决方案1】：

我们可以使用rowSums 来提高效率

i1 <- startsWith(names(df), 'col')
c( "Failed",  "Passed")[(rowSums(df[i1] == 1) == 3) + 1]
#[1] "Failed" "Passed" "Failed"

或者另一个base R 有效的选项是Reduce

c("Failed", "Passed")[Reduce(`&`, df[i1]) +1]
#[1] "Failed" "Passed" "Failed"

注意：base R 的两个解决方案都很紧凑并且非常高效

或&

library(dplyr)
df %>% 
     mutate(evaluation =  c('Failed', 'Passed')[1 + (col1 & col2 & col3)])
#  ignore1 ignore2 col1 col2 col3 evaluation
#1       1       1    0    0    0     Failed
#2       0       0    1    1    1     Passed
#3       0       1    0    1    0     Failed

或者我们可以在dplyr 中添加rowSums

df %>%
   mutate(evaluation = c("Failed", "Passed")[(rowSums(.[i1] == 1) == 3) + 1])

注意：这两种解决方案都非常有效，并且不使用任何不需要的包

或者如果我们需要一些包，那么使用magrittr和purrr

library(magrittr)
library(purrr)
df %>% 
   mutate(evaluation = select(., starts_with('col')) %>% 
                          reduce(`&`) %>%
                          add(1) %>%
                          c("Failed", "Passed")[.])
#  ignore1 ignore2 col1 col2 col3 evaluation
#1       1       1    0    0    0     Failed
#2       0       0    1    1    1     Passed
#3       0       1    0    1    0     Failed

注意：这里也没有循环遍历行，所以它应该是有效的

【讨论】：

您能否修改您的回复，以便不引用特定的列名或索引？喜欢col*？
@DarenEiri 谢谢，我把它改成了startsWith (i1)。你能检查一下这是否适合你

【解决方案2】：

如果您想执行逐行操作，我们可以使用 pmap 变体

library(dplyr)
library(purrr)

df %>% mutate(result =c("Passed","Failed")[pmap_lgl(select(., starts_with('col')),
                       ~any(c(...) == 0)) + 1])

#  ignore1 ignore2 col1 col2 col3 result
#1       1       1    0    0    0 Failed
#2       0       0    1    1    1 Passed
#3       0       1    0    1    0 Failed

在base R中，我们可以使用apply row-wise ：

cols <- startsWith(names(df), 'col')
df$Result <- c("Passed", "Failed")[apply(df[cols] == 0, 1, any) + 1]

【讨论】：