修改

Question

修改：我的df创建中有一个拼写错误，_的最后一个值丢失了MediaName;现在已经纠正了。

我想在数据框中创建一个新变量TrialId，作为另一个变量MediaName的值的一部分，具体取决于第三个变量Phase的值，并且我认为我可以使用strsplit中的ifelse和dplyr::mutate执行此操作，如下所示：

library(dplyr)

# Creating a simple data frame for the example
df <- data.frame(Phase = c(rep("Familiarisation",8),rep("Test",3)),
                 MediaName = c("Flip_A1_G1","Reg_B2_S1","Reg_A2_G1","Flip_B1_S1",
                               "Reg_A1_G2","Flip_B2_S2","Reg_A2_G2","Flip_B1_S2",
                               "HC_A1L","TC_B1R","RC_BL_2R"))

# Creating a new column
df <- df %>%
  mutate(TrialId = ifelse(Phase == "Familiarisation",
                          sapply(strsplit(MediaName, "_"), "[", 2),
                          sapply(strsplit(MediaName, "_"), "[", 1)))

预期结果为

> df$TrialId
[1] "A1" "B2" "A2" "B1" "A1" "B2" "A2" "B1" "HC" "TC" "RC"

然而，这给了我以下错误，因为我相信strsplit：

Error in mutate_impl(.data, dots) : 
  Evaluation error: non-character argument.

我从https://cloud.google.com/appengine/docs/flexible/go/scheduling-jobs-with-cron-yaml知道我可以通过在这个小例子中将我的数据框定义为tibble::data_frame来轻松解决我的问题，而不知道为什么这会解决问题。虽然我的实际代码df来自于阅读csv文件（read.csv()），但我无法做到这一点。我一直在想使用df <- df %>% as_tibble() %>% mutate(...)以类似的方式解决问题，但它没有（为什么？）。

即使在阅读文件时，有没有办法实际使用tibble？或者是否有其他方法可以实现我需要做的事情，而不使用strsplit？

我还在this SO question上阅读您可以使用tidyr::separate，但它并没有完全符合我的要求，因为我需要保留第一个或第二个值，具体取决于Phase的价值。

Answer 1

您可以尝试：

library(tidyverse)
# your first data 
df_old <- data.frame(Phase = c(rep("Familiarisation",8),rep("Test",3)),
                 MediaName = c("Flip_A1_G1","Reg_B2_S1","Reg_A2_G1","Flip_B1_S1",
                               "Reg_A1_G2","Flip_B2_S2","Reg_A2_G2","Flip_B1_S2",
                               "HC_A1L","TC_B1R","RC_BL2R"))
df_old %>% 
  separate(MediaName, into=letters[1:3], sep="_", fill = "left", remove = FALSE) %>% 
  select(Phase, MediaName, TrialId=b)
             Phase  MediaName TrialId
1  Familiarisation Flip_A1_G1      A1
2  Familiarisation  Reg_B2_S1      B2
3  Familiarisation  Reg_A2_G1      A2
4  Familiarisation Flip_B1_S1      B1
5  Familiarisation  Reg_A1_G2      A1
6  Familiarisation Flip_B2_S2      B2
7  Familiarisation  Reg_A2_G2      A2
8  Familiarisation Flip_B1_S2      B1
9             Test     HC_A1L      HC
10            Test     TC_B1R      TC
11            Test    RC_BL2R      RC

根据提供的样本数据，它是一种硬编码解决方案。单独"_"，如果左侧有两个而不是三个"_"填充NA。最后，选择您需要的列。

修改

使用您的新数据会更复杂一些。但你可以尝试：

df %>% 
  add_column(MediaName_keep=df$MediaName) %>% 
  group_by(MediaName_keep) %>% 
  separate_rows(MediaName, sep="_") %>% 
  mutate(n=1:n()) %>% 
  filter((Phase == "Familiarisation" & n == 2) | (Phase == "Test" & n == 1)) %>% 
  select(Phase, MediaName=MediaName_keep, TrialId=MediaName)
# A tibble: 11 x 3
# Groups:   MediaName [11]
             Phase  MediaName TrialId
            <fctr>     <fctr>   <chr>
 1 Familiarisation Flip_A1_G1      A1
 2 Familiarisation  Reg_B2_S1      B2
 3 Familiarisation  Reg_A2_G1      A2
 4 Familiarisation Flip_B1_S1      B1
 5 Familiarisation  Reg_A1_G2      A1
 6 Familiarisation Flip_B2_S2      B2
 7 Familiarisation  Reg_A2_G2      A2
 8 Familiarisation Flip_B1_S2      B1
 9            Test     HC_A1L      HC
10            Test     TC_B1R      TC
11            Test   RC_BL_2R      RC

这个想法是一样的。单独，但此时按MediaName_keep添加和计算新行，然后根据您的需要进行过滤。

Answer 2

您遇到的问题是因为字符串是在factor中自动转换的，因此您无法将strsplit()应用于非字符串对象。我的解决方案只是将MediaName转换为string类型。

require(dplyr)    
df <- df %>%
        dplyr::mutate(MediaName = as.character(levels(df$MediaName))[df$MediaName]) %>%
                dplyr::mutate(TrialId = ifelse(Phase == "Familiarisation",
                                        sapply(strsplit(MediaName, "_"), "[", 2),
                                        sapply(strsplit(MediaName, "_"), "[", 1))) 





solution<- c("A1", "B2", "A2", "B1", "A1", "B2", "A2", "B1", "HC", "TC", "RC")
identical(solution, df$TrialId)
[1] TRUE

在dplyr :: mutate中使用strsplit（不使用tibble :: data_frame）会引发＆＃34;评估错误：非字符参数＆＃34;

2 个答案:

修改