R：dplyr 有条件地汇总并重新编码列中的值

Posted 2023-02-16

【中文标题】R：dplyr 有条件地汇总并重新编码列中的值

【英文标题】：R: dplyr conditional summarize and recode values in the column wise

【发布时间】：2020-09-11 12:42:42

【问题描述】：

我想根据列的汇总统计信息（例如列的中值）重新编码选定列中的以下值。例如如果单元格值中值（df$variable）=2。以下变量由core.vars中定义数据集，并将其余变量保留在数据框中。

我尝试了多种方法来实现这一点。使用case_when、mutate、summarise_each，结果不成功。原始数据集包含数百列和行，因此我想选择列并尽量简洁。

temp.df <- as.tibble (mtcars)
other.vars <- c('hp', 'drat', 'wt')
core.vars <- c('mpg', 'cyl', 'disp')
temp.df <- rownames_to_column (temp.df, var ="cars_id")
temp.df <- temp.df %>% mutate_if (is.integer, as.numeric)

尝试 1：

`temp.df <- temp.df %>% mutate_at(.vars %in% (core.vars)), funs (
lookupvariable <- temp.df %>% pull (quo_name(quo(.))) #extract column name
ifelse(is.na(.), lookup_value, .)),
function (x) case_when (
x < median(lookupvariable) ~ 1,
x == median(lookupvariable) ~ 0,
x > median(lookupvariable) ~ 2
))`

Extract column name in mutate_if call

尝试 2：

`temp.df <- temp.df %>% mutate_at(.vars %in% (core.vars)), function (x) case_when (
x < summarise_each (list (median)) ~ 1,
x == summarise_each (list (median)) ~ 0,
x > summarise_each (list (median)) ~ 2
))`

这不起作用，因为传递给汇总的数据不是向量

论坛上以前的问题包括如何对单个变量执行此操作，但是我有 100 个变量和 300 个样本，因此不能逐行单独输入它们。我查看了以下解决方案，但它们都略有不同。

Using dplyr to group_by and conditionally mutate only with if (without else) statement

Using dplyr summarise with conditions

dplyr conditional summarise function

Mean of column based on multiple conditions in R

R: Recoding variables using recode, mutate and case_when

理想情况下，最好不要创建单独的数据框然后进行连接，或者像 mutate 那样创建多个单独的变量。我确信有一个 for 循环和/或 ifelse 方法，但试图使用 tidyverse 来实现目标。任何的意见都将会有帮助。提前致谢。

【问题讨论】：

你可以使用mutate_at(vars(core.vars)

你可以使用sign temp.df %>% mutate_at(vars(core.vars), ~ sign(. - median(.)))

【参考方案1】：

使用mutate_at，它正在创建/修改列

library(dplyr)
temp.df %>% 
   mutate_at(vars(core.vars), ~ 
             md <- median(.)
         case_when(. < md ~ 1, . == md ~ 0, . > md ~ 2))

---

没有casewhen也可以更改值

temp.df %>% 
       mutate_at(vars(core.vars), ~ sign(. - median(.)))