与 case_when 发生变异并包含答案

【问题标题】：mutate with case_when and contains与 case_when 发生变异并包含
【发布时间】：2017-09-27 12:26:06
【问题描述】：

我觉得应该有一种有效的方法来使用case_when 和contains 对带有dplyr 的新列进行变异，但无法使其正常工作。

我知道在 mutate 中使用 case_when 是“有点实验性的”（如在 this 帖子中），但如果您有任何建议，将不胜感激。

不起作用：

library(tidyverse)

set.seed(1234)

x <- c("Black", "Blue", "Green", "Red")

df <- data.frame(a = 1:20, 
                 b = sample(x,20, replace=TRUE))

df <- df %>%
  mutate(group = case_when(.$b(contains("Bl")) ~ "Group1",
                 case_when(.$b(contains("re", ignore.case=TRUE)) ~ "Group2")
  )

【问题讨论】：

我相信contains 只能在select 内部使用。至少，这是我从?contains 的文档中收集到的。
谢谢 - 是的，我认为这可能是真的，但从文档中不确定。似乎在mutate 中也可能有用，尽管下面的grep 解决方案是一个不错的选择。

标签： r dplyr tidyverse

【解决方案1】：

想添加一些使用str_detect 和paste0 函数的示例，这也将使连接公共组变得轻而易举。假设您正在与 gapminder 或其他国家/地区的 df 合作。

interest <- c("Austria", "Belgium", "Bulgaria", "Croatia", "Cyprus",
              "Czech Republic", "Denmark", "Estonia", "Finland",
              "France", "Germany", "Greece", "Hungary", "Ireland",
              "Italy", "Latvia", "Lithuania", "Luxembourg","Malta",
              "The Netherlands", "Poland","Portugal", "Romania",
              "Slovakia", "Slovenia","Spain", "Sweden","United Kingdom")
EU <- paste0(countrycode::countryname(
  sourcevar = interest, destination = "iso2c"), 
  sep = "|", collapse = "")

df%<>%mutate(Region=case_when(
  str_detect(Country, "AT|BE|BG|HR|CY|CZ|DK|EE|FI|FR|DE|GR|HU|IE|
           IT|LV|LT|LU|MT|NL|PL|PT|RO|SK|SI|ES|SE|GB|UK|G8")~ "EU",
  TRUE ~ "Not EU")) ```

You'll need to load `library(magittr)` to get `%<>%` the compound pipe to work, it's basically an abbreviation of `df<-funs(df)`

【讨论】：

【解决方案2】：

我们可以使用grep

df %>%  
   mutate(group = case_when(grepl("Bl", b) ~ "Group1",
                            grepl("re", b, ignore.case = TRUE) ~"Group2"))
#    a     b  group
#1   1 Black Group1
#2   2 Green Group2
#3   3 Green Group2
#4   4 Green Group2
#5   5   Red Group2
#6   6 Green Group2
#7   7 Black Group1
#8   8 Black Group1
#9   9 Green Group2
#10 10 Green Group2
#11  1 Green Group2
#12  2 Green Group2
#13  3  Blue Group1
#14  4   Red Group2
#15  5  Blue Group1
#16  6   Red Group2
#17  7  Blue Group1
#18  8  Blue Group1
#19  9 Black Group1
#20 10 Black Group1

【讨论】：

看起来这也可以用str_detect实现现在：community.rstudio.com/t/…
@QAsena 是的，你是对的。 str_detect 也可以，但grep 更通用一点，因为它可以在不同的正则表达式模式下工作，即 perl