Question

我有工作代码，该代码根据参数排除列，并根据其他参数对某些列进行突变。这里有一个问题Can dplyr package be used for conditional mutating?，但没有解决条件选择

有没有if语句的纯dplyr代码的方法吗？

有效的R代码：

# Loading
diamonds_tbl <- diamonds
head(diamonds_tbl)

# parameters
initialColumnDrop <-  c('x','y','z')
forceCategoricalColumns <- c('carat','cut', 'color')
forceNumericalColumns <- c('')

# Main Code
if(length(which(colnames(diamonds_tbl) %in% initialColumnDrop))>=1){
    diamonds_tbl_clean <- diamonds_tbl %>%
    select(-one_of(initialColumnDrop))  #Drop specific columns in columnDrop
}

if(length(which(colnames(diamonds_tbl_clean) %in% forceCategoricalColumns))>=1){
    diamonds_tbl_clean <- diamonds_tbl_clean %>%
    mutate_at(forceCategoricalColumns,funs(as.character)) #Force columns to be categorical
}

if(length(which(colnames(diamonds_tbl_clean) %in% forceNumericalColumns))>=1){
    diamonds_tbl_clean <- diamonds_tbl_clean %>%
    mutate_at(forceNumericalColumns,funs(as.numeric)) #Force columns to be numeric
}

Answer 1

我不太了解“纯dplyr”解决方案的需求，但是可以使用辅助函数使任何问题变得更容易。例如，您可以编写一个仅在找到某些列的情况下才能运行转换的函数

run_if_cols_match <- function(data, cols, expr) {
  if (any(names(data) %in% cols)) {
    expr(data)
  } else {
    data
  }
}

然后您可以在管道中使用它

diamonds_tbl_clean  <- diamonds_tbl %>% 
  run_if_cols_match(initialColumnDrop, 
        . %>% select(-one_of(initialColumnDrop))) %>% 
  run_if_cols_match(forceCategoricalColumns, 
        . %>% mutate_at(forceCategoricalColumns,funs(as.character))) %>% 
  run_if_cols_match(forceNumericalColumns, 
        . %>% mutate_at(forceNumericalColumns,funs(as.numeric)))

将与您的代码执行相同的操作。这里只是有条件地运行不同的匿名管道。

Dplyr条件选择和突变

1 个答案: