在 R 中重命名外套颜色时 str_detect 出错

Question

我有一个包含马的数据集，并希望根据毛色对它们进行分组。在我的数据集中使用了 140 多种颜色，我想只使用几种外套颜色并将其余的分配给其他。但是对于一些马来说，毛色尚未注册，即那些是未知的。下面是新颜色应该是什么。 （为了说明问题，我有一个旧外套颜色和一个新外套颜色。但我想简单地更改外套颜色，而不是创建一个带有颜色的新列）

Horse ID	Coatcolor(old)	Coatcolor
1	black	Black
2	bayspotted	Spotted
3	chestnut	Chestnut
4	grey	Grey
5	cream dun	Other
6		Unknown
7	blue roan	Other
8	chestnutgrey	Grey
9	blackspotted	Spotted
10		Unknown

相反，我得到下面的数据（第二个表），其中未知和其他被切换。

Horse ID	Coatcolor
1	Black
2	Spotted
3	Chestnut
4	Grey
5	Unknown
6	Other
7	Unknown
8	Grey
9	Spotted
10	Other

我使用了以下代码

mydata <- data %>%
  mutate(Coatcolor = case_when(
     str_detect(Coatcolor, "spotted") ~ "Spotted",
     str_detect(Coatcolor, "grey") ~ "Grey",
     str_detect(Coatcolor, "chestnut") ~ "Chestnut",
     str_detect(Coatcolor, "black") ~ "Black",
     str_detect(Coatcolor, "") ~ "Unknown",
     TRUE ~ Coatcolor
  ))
mydata$Coatcolor[!mydata$Coatcolor %in% c("Spotted", "Grey", "Chestnut", "Black", "Unknown")] <- "Other"

那么我做错了什么/错过了什么？提前致谢。

Answer 1

您可以使用dplyr 包的recode 函数。假设缺少的点是 NA 的，然后您可以随后使用 tidyr 包的 replace_na 将所有 NA 设置为“其他”。这取决于您丢失数据点的格式。

mydata <- tibble(
  id = 1:10,
  coatcol = letters[1:10]
) 

mydata$coatcol[5] <- NA
mydata$coatcol[4] <- ""

mydata <- mydata %>%
  mutate_all(list(~na_if(.,""))) %>% # convert empty string to NA
  mutate(Coatcolor_old = replace_na(coatcol, "Unknown")) %>% #set all NA to Unknown
  mutate(Coatcolor_new = recode(
    Coatcolor_old,
    'spotted'= 'Spotted',
    'bayspotted' = 'Spotted',
    'old_name' = 'new_name',
    'a' = 'A', #etc.
  ))
mydata