使用过滤器/变异和 dplyr/tidyverse 逻辑对数据库进行分类[重复]

Posted 2023-02-16

【中文标题】使用过滤器/变异和 dplyr/tidyverse 逻辑对数据库进行分类[重复]

【英文标题】：Classifying a database with filter/mutate and dplyr/tidyverse logic [duplicate]

【发布时间】：2018-12-08 00:45:10

【问题描述】：

我正在尝试使用 tidyverse 逻辑对具有级联标准的数据框进行分类（我正在尝试学习它）。我可以用 base R 来做，但不能用 tidyverse 来做——我发现了一些使用混合方法 tidyverse+base r（使用子集）的例子，但无法找到/理解如何仅使用 dplyr/tidyverse 语法来做到这一点（过滤，变异）。

问题在于，在对第一个标准（使用过滤器）进行子集化之后，数据框仅包含过滤后的行，我无法应用剩余的标准进行子集化和分类。我可能可以使用临时的 df 和 rbind() 但我认为可能有一种更优雅的方法可以只使用 tidyverse 语法来做到这一点。简而言之，我只想更新符合我的条件的行，而原始 DF 中的所有其他行都保持不变。我应该使用 dplyr 语法来做到这一点。这可能吗？

# with base R
    mydata$mytype = "NA"
    mydata$mytype[which(mydata$field1 > 300)] = "type1"
    mydata$mytype[which(mydata$field1 <= 300 & mydata$field1 > 200)] = "type2"

# with dplyr/tidyverse?
    library(tidyverse)
    mydata<-mydata%>% mutate(mytype = "NA")
    mydata<-mydata%>%filter(field1>300) %>% mutate(mytype="type1") 
    mydata<-mydata%>%filter(field1 >200, field1<=300) %>% mutate(mytype="type2")  #0 rows now

【问题讨论】：

您知道dplyr 中的case_when 函数吗？见?dplyr::case_when

case_when 工作得很好！谢谢

【参考方案1】：

一种选择是使用cut：

df$mytype  <- cut(df$field1, breaks = c(-Inf,201,301,+Inf), 
                        labels = c("NA", "Type2", "Type1"))

因为，OP 没有提供任何数据，因此，在向量上尝试上述解决方案：

cut(c(100, 190, 250, 260, 310), breaks = c(-Inf,201,301,+Inf), 
                labels = c("NA", "Type2", "Type1"))
#[1] NA    NA    Type2 Type2 Type1
#Levels: NA Type2 Type1

【讨论】：

谢谢，这是另一种选择。由于我正在学习 dplyr，我想了解如何仅更新与我的条件匹配的行 - 通过 dplyr 语法 - 而原始 df 中的所有其他行都保持不变。不知道有没有可能

【参考方案2】：

使用 dplyr，您可以：

1 - 将“breaks”设置为“field1”及其“标签”。

breaks <- c(-Inf, 200, 300)

labels <- c("type1", "type2)

2- 做：

df <- df %>% mutate(category=cut(field1, breaks= breaks, labels= labels))