如何将 case_when 与整个数据框一起使用？答案

【问题标题】：How to use case_when with entire dataframe?如何将 case_when 与整个数据框一起使用？
【发布时间】：2021-10-24 00:52:54
【问题描述】：

我想将 case_when 应用于数据框中的所有列。

set.seed(1)
data <- tibble(x = runif(10), y = x * 2) 
data

对于所有高于 0.5 的列，我想替换为字符串“>0.5”，对于高于 1 的列，我想替换为“>1”。

我尝试过 case_when，但似乎我必须指定 x 和 y 之类的列。我想在不指定列的情况下使用 case_when，而是在整个数据框上使用它。

【问题讨论】：

标签： r dplyr

【解决方案1】：

purrr 解决方案；

library(purrr)

data %>%
map_df(~case_when(.x > 0.5 & .x < 1 ~ ">0.5",
                  .x >= 1 ~ ">1"))

输出；

   x     y    
   <chr> <chr>
 1 NA    >0.5 
 2 NA    >0.5 
 3 >0.5  >1   
 4 >0.5  >1   
 5 NA    NA   
 6 >0.5  >1   
 7 >0.5  >1   
 8 >0.5  >1   
 9 >0.5  >1   
10 NA    NA

【讨论】：

【解决方案2】：

这是一个潜在的解决方案：

library(tidyverse)

set.seed(1)
data <- tibble(x = runif(10), y = x * 2) 
data
#> # A tibble: 10 × 2
#>         x     y
#>     <dbl> <dbl>
#>  1 0.266  0.531
#>  2 0.372  0.744
#>  3 0.573  1.15 
#>  4 0.908  1.82 
#>  5 0.202  0.403
#>  6 0.898  1.80 
#>  7 0.945  1.89 
#>  8 0.661  1.32 
#>  9 0.629  1.26 
#> 10 0.0618 0.124

data %>%
  mutate(across(everything(),
                ~case_when(.x > 0.5 & .x < 1.0 ~ ">0.5",
                           .x >= 1.0 ~ ">1")))
#> # A tibble: 10 × 2
#>    x     y    
#>    <chr> <chr>
#>  1 <NA>  >0.5 
#>  2 <NA>  >0.5 
#>  3 >0.5  >1   
#>  4 >0.5  >1   
#>  5 <NA>  <NA> 
#>  6 >0.5  >1   
#>  7 >0.5  >1   
#>  8 >0.5  >1   
#>  9 >0.5  >1   
#> 10 <NA>  <NA>

^{由reprex package (v2.0.1) 于 2021 年 10 月 24 日创建}

【讨论】：

【解决方案3】：

你可以使用cut -

library(dplyr)

data %>%
  mutate(across(.fns = ~cut(., c(0.5, 1, Inf), c(">0.5", ">1"))))

#    x     y    
#   <fct> <fct>
# 1 NA    >0.5 
# 2 NA    >0.5 
# 3 >0.5  >1   
# 4 >0.5  >1   
# 5 NA    NA   
# 6 >0.5  >1   
# 7 >0.5  >1   
# 8 >0.5  >1   
# 9 >0.5  >1   
#10 NA    NA

在基础 R 中，lapply -

data[] <- lapply(data, function(x) cut(x, c(0.5, 1, Inf), c(">0.5", ">1")))

【讨论】：

【解决方案4】：

我们可以使用if_all 和everything()（选择所有列）来创建逻辑向量

library(dplyr)
data %>%
     mutate(new = case_when(if_all(everything(),  `>`, 1) ~ ">1", if_all(everything(),  `>`, 0.5) ~ ">0.5")
                  )

-输出

# A tibble: 10 × 3
        x     y new  
    <dbl> <dbl> <chr>
 1 0.266  0.531 <NA> 
 2 0.372  0.744 <NA> 
 3 0.573  1.15  >0.5 
 4 0.908  1.82  >0.5 
 5 0.202  0.403 <NA> 
 6 0.898  1.80  >0.5 
 7 0.945  1.89  >0.5 
 8 0.661  1.32  >0.5 
 9 0.629  1.26  >0.5 
10 0.0618 0.124 <NA>

注意：作为对整个数据集指定的 OP，这确实会根据对整个数据集的评估创建列

如果 OP 表示单独的列，请使用 between

data %>% 
   mutate(across(everything(), 
   ~ case_when(between(.x, 0.5, 1) ~"> 0.5", TRUE ~ "> 1")))
# A tibble: 10 × 2
   x     y    
   <chr> <chr>
 1 > 1   > 0.5
 2 > 1   > 0.5
 3 > 0.5 > 1  
 4 > 0.5 > 1  
 5 > 1   > 1  
 6 > 0.5 > 1  
 7 > 0.5 > 1  
 8 > 0.5 > 1  
 9 > 0.5 > 1  
10 > 1   > 1

如果我们想单独执行此操作

out <- as.data.frame(data)
out[] <- case_when(data > 0.5 ~ "> 0.5", data > 1 ~ "> 1")

【讨论】：

【解决方案5】：

另一种基本 R 解决方案：

ff = function(z){x = rep(NA, length(z)); x[z > .5] = ">.5"; x[z > 1] = ">1";z = x }
sapply(data, ff)
#      x     y    
# [1,] NA    ">.5"
# [2,] NA    ">.5"
# [3,] ">.5" ">1" 
# [4,] ">.5" ">1" 
# [5,] NA    NA   
# [6,] ">.5" ">1" 
# [7,] ">.5" ">1" 
# [8,] ">.5" ">1" 
# [9,] ">.5" ">1" 
#[10,] NA    NA

【讨论】：