结合 dplyr 标准代码？答案

【问题标题】：combine dyplr criteria code?结合 dplyr 标准代码？
【发布时间】：2017-01-24 22:28:09
【问题描述】：

我有这段代码运行良好，但是如何将 3 行代码合并为 1 行？

基本上我需要创建这些额外的帮助 QC 列，我还将它从其他 SAS 代码（其他人拥有）翻译到 R，目标只是翻译它，而不是质疑它。

目标是在满足条件时，在数据集的末尾追加 3 个额外的列 N、C 和 K。

TEST <- FINAL %>% filter(is.na(NAME)) %>% mutate(N = 1)

TEST <- FINAL %>% filter(is.na(COUNTRY)) %>% mutate(C = 1)

TEST <- FINAL %>% filter( CATEGORY == 'T' & (BEGN_DT <= 20170302 & END_DT >= 20170312) ) %>% mutate(K = 1)

【问题讨论】：

在mutate 中使用ifelse。
你能举个例子吗？
Can you?
ifelse in mutate 不是需要三个参数：测试，真值，我要测试的每个参数的假值吗？
TEST

标签： r dplyr extra

【解决方案1】：

对于dplyr，条件mutate 仍然是a work-in-progress，但可以做到：

mtcars %>%
  mutate(x = case_when(.$cyl == 6 ~ 1)) %>% 
  mutate(y = case_when(.$am == 1 ~ 9)) %>% 
  mutate(z = case_when(is.na(.$x) ~ 5))

【讨论】：

【解决方案2】：

我们可以在没有filtering 的情况下做到这一点

FINAL %>% 
     mutate(N = as.integer(is.na(NAME)),
            C = as.integer(is.na(COUNTRY)),
            K = as.integer(CATEGORY == 'T' & (BEGN_DT <= 20170302 & END_DT >= 20170312)))

这将导致二进制列的1 对应于条件的TRUE 值，0 对应于其他情况。

【讨论】：

谢谢你们！有趣的是，看看不同的人的大脑是如何工作的，我希望有一种方法可以标记消极的人，他们很糟糕，或者至少让他们不再为我的帖子提供帮助。