Question

这是一个简单的问题，但是答案使我花了更多的时间。我找到的最接近的答案是这个one。所以，我像往常一样在这里寻求帮助！

比方说，我有一个包含6个变量（y1-y6）的数据集，我需要用“ NA”替换最低值之前的所有值，也用“ NA”替换最高值之后的所有值。

因此，此数据

将与以下类似：

为使我的问题更清楚，如果变量在地板和天花板的外面，则需要将条目标记为NA。换句话说，在下图的 second 行中， y1 必须替换为NA（因为底数是y2）和 y6 < / strong>也必须替换为NA，因为上限为y5。

我是dplyr用户，如果答案使用tidyverse环境，我会很高兴。

一如既往的感谢！

ds <- data.frame(floor = c(1:2), ceiling = c(4,5), y1 = c(1,2), y2 = c(1,2), y3 = c(1,2), y4 = c(1,2), y5 = c(1,2), y6 = rep(c(1,2),3))

Answer 1

您可以首先创建一个函数，该函数确定传递的索引是否在一组边界之内，如果是NA，则为x，否则，则为一个单独的传递值。这里，val是列索引，NA是要分配的值（如果不是low，high是下界（底限），{{1} }是上限（上限）：

altMask <- function(x, val, low, high){
  sapply(1:length(x), function(idx){
    ifelse(between(x[idx], low[idx], high[idx]), val[idx], NA)
  })
}

然后，您可以将数据转换为长格式（注意添加行索引变量，以便在转换回宽格式时使用），应用该函数并转换回：

ds %>%
  mutate(rowIdx = 1:n()) %>%
  gather(col, value, starts_with("y")) %>%
  mutate(value = altMask(parse_number(col), value, floor, ceiling)) %>%
  spread(col, value) %>%
  arrange(rowIdx) %>%
  select(-rowIdx)

返回：

  floor ceiling y1 y2 y3 y4 y5 y6
1     1       4  1  1  1  1 NA NA
2     2       5 NA  2  2  2  2 NA
3     1       4  1  1  1  1 NA NA
4     2       5 NA  2  2  2  2 NA
5     1       4  1  1  1  1 NA NA
6     2       5 NA  2  2  2  2 NA

Answer 2

@ Mark-Peterson的答案很好用，但是不需要编写外部函数。您只能使用mutate if_else条标准，依此类推。（{if_else是ifelse的向量化形式，因此不再需要sapply）

library(tidyverse)
ds <- data.frame(floor = c(1:2),
                 ceiling = c(4,5),
                 y1 = c(1,2),
                 y2 = c(1,2),
                 y3 = c(1,2),
                 y4 = c(1,2),
                 y5 = c(1,2),
                 y6 = rep(c(1,2),3))

ds %>%
  mutate(rowIdx = 1:n()) %>%
  pivot_longer(cols = starts_with("y"), names_to = "col") %>%
  mutate(col_num = parse_number(col),
         value_after_floor_and_ceiling = if_else(col_num >= floor & col_num <= ceiling, value, NA_real_)) %>%
  select(-col_num, -value, value = value_after_floor_and_ceiling) %>%
  pivot_wider(names_from = "col") %>%
  arrange(rowIdx) %>%
  select(-rowIdx)
#> # A tibble: 6 x 8
#>   floor ceiling    y1    y2    y3    y4    y5    y6
#>   <int>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1     1       4     1     1     1     1    NA    NA
#> 2     2       5    NA     2     2     2     2    NA
#> 3     1       4     1     1     1     1    NA    NA
#> 4     2       5    NA     2     2     2     2    NA
#> 5     1       4     1     1     1     1    NA    NA
#> 6     2       5    NA     2     2     2     2    NA

^{由reprex package（v0.3.0）于2019-12-01创建}

Dplyr和Tidyverse =>条件替换所有变量（遍历数据集）

2 个答案: