匹配条件时写入其他列

Question

我想创建一个新列，仅在它匹配特定条件时记录它（此处为 x > 2），然后直接为这些行覆盖另一个现有列（此处为 auxiliary）其中条件 (x > 2) 返回 TRUE。

df <- tibble(x = 1:5, y = 1:5, auxiliary = NA)


# A tibble: 5 x 3
  x     y auxiliary
<int> <dbl> <lgl>    
1      1     NA       
2      2     NA       
3      3     NA       
4      4     NA       
5      5     NA  

我可以在mutate() 内的两个不同调用中成功地做到这一点：

df %>% 
    mutate(result = if_else(condition = x > 2,
                      true = x+y,
                      false = NA_real_),
     auxiliary = if_else(condition = x > 2,
                         true = "Calculation done", 
                         false = NA_character_))

# A tibble: 5 x 4
  x     y auxiliary        result
<int> <dbl> <chr>             <dbl>
1     1      NA                   NA
2     2      NA                   NA
3     3      Calculation done      6
4     4      Calculation done      8
5     5      Calculation done      10

但是有一些代码重复 (condition = x > 2)，在更复杂的情况下，这使得阅读代码非常不安并且容易出错，尤其是当有多个条件时。

有没有办法通过不重复条件来简化上面的代码？ ：

• 创建新变量 (mutate())
• 仅在条件匹配时记录（​​if_else 或 case_when()）
• 仅当行的条件匹配时才写入另一列的值。 （我被困在这里）

看起来像这样的东西：

df %>% 
   mutate(result = case_when(
            x > 2 ~ x + y & auxiliary == "Calculation done", # we'd add the column reference here...
            TRUE ~ NA_real & auxiliary = NA_character_))

非常感谢！ tidyverse 中的任何解决方案都是理想的。

Answer 1

您可以将条件的结果保存在一列中，并使用它来避免一次又一次地评估相同的条件。

library(dplyr)

df <- tibble(x = 1:5, y = 1:5)

df %>% 
  mutate(condition = x > 2,
         result = if_else(condition,
                          true = x+y,
                          false = NA_integer_),
         auxiliary = if_else(condition,
                             true = "Calculation done", 
                             false = NA_character_))

#      x     y condition result auxiliary       
#  <int> <int> <lgl>      <int> <chr>           
#1     1     1 FALSE         NA NA              
#2     2     2 FALSE         NA NA              
#3     3     3 TRUE           6 Calculation done
#4     4     4 TRUE           8 Calculation done
#5     5     5 TRUE          10 Calculation done

Answer 2

我建议将应该多次使用的条件保存为字符串，然后将字符串用作代码中的变量，例如：

condition <- "x>2"
df %>% 
  mutate(result = ifelse(eval(parse(text=condition)),
                          x+y,
                          NA),
         auxiliary = ifelse(eval(parse(text=condition)),
                             "Calculation done", 
                             NA))

请注意，我使用的是基本 ifelse 语句，以避免我必须在列中使用相同类型的限制（“dplyr::if_else 专门用于强制您在 true 和 false 中使用相同的类型论据。”）。请参阅有关此的更多信息，例如Different behavior of if else statement and if_else.

Answer 3

实现您想要的那种抽象是可能的，但它确实需要更多的设置。 mutate 实际上比你想象的更灵活。您可以将脚本传递给它。假设你写了类似A %>% mutate({...}) 的东西。如果脚本{...} 返回一个数据框，那么它的列将直接在A 中创建，或者如果它们共享相同的名称，则替换A 中的现有列。所以你可以做

df %>% mutate({
  cond <- x > 2
  out <- tibble(.rows = n())
  mapply(
    \(var, true, false) out[[var]] <<- if_else(cond, true, false), 
    var = c("result", "auxiliary"), 
    true = list(x + y, "Calculation done"), 
    false = list(NA_integer_, NA_character_)
  )
  out
})

输出

# A tibble: 5 x 4
      x     y auxiliary        result
  <int> <int> <chr>             <int>
1     1     1 NA                   NA
2     2     2 NA                   NA
3     3     3 Calculation done      6
4     4     4 Calculation done      8
5     5     5 Calculation done     10