dplyr - 使用 case_when 有几个条件

【问题标题】：dplyr - use case_when with several criteriadplyr - 使用 case_when 有几个条件
【发布时间】：2020-04-18 18:52:44
【问题描述】：

我有一个名为 data 的数据框，其中包含一个名为 Sex 的列。在进行的一项调查中，这个问题提供了两个初始选择，“男性”和“女性”以及“其他”选项，它是开放式的，人们可以随心所欲地写。

为了简单起见，我尝试将所有其他选项重新编码为 NA 并仅保留男性和女性。这是我的尝试：

data %>%
   mutate(Sex = case_when((Sex != "Male" & Sex != "Female") ~ NA))

但是，这会导致一个包含所有 NA 的列。我也尝试了以下方法，尽管我认为这没有意义：

data %>%
   mutate(Sex = case_when((Sex != "Male" | Sex != "Female") ~ NA))

结果是一样的。实现这一目标的正确方法是什么？

很遗憾，我无法发布这些数据，因为它是机密的。

【问题讨论】：

标签： r dplyr

【解决方案1】：

我们可以指定TRUE，即返回列本身的默认条件，因为默认情况下它返回NA

library(dplyr)
data %>%
   mutate(Sex = case_when(Sex != "Male" & Sex != "Female"
               ~ NA_character_, 
         TRUE ~ Sex))

或者也可以写成%in%

data %>%
    mutate(Sex = case_when(!Sex %in% c("Male", "Female") 
            ~ NA_character_, TRUE ~ Sex))

或者代替case_when。使用replace

data %>%
   mutate(Sex = replace(Sex, Sex != "Male" & Sex != "Female", NA_character_))

【讨论】：