Question

这是我的第一个问题。我正在尽力保持其可复制性。我找不到解决这个问题的任何问题。

样本数据

library(dplyr)

Data <- data.frame(
    a = sample(1:10),
    b = sample(c("T", "F"), 10, replace = TRUE),
    c = sample(1:10),
    x_a = sample(c("T", "F"), 10, replace = TRUE),
    x_b = sample(c("T", "F"), 10, replace = TRUE),
    y_a = sample(1:10),
    y_b = sample(1:10)
  )

数据打印

    a b  c x_a x_b y_a y_b
1   3 T  3   F   T  10   8
2   5 F  7   T   F   8   9
3   2 T  9   F   T   6   4
4   8 F  5   T   F   4   7
5   6 F  6   T   F   5   1
6   9 F  2   T   F   1  10
7   4 F  8   T   F   7   5
8   7 F  1   T   T   2   2
9  10 F 10   T   F   3   3
10  1 F  4   F   T   9   6

这就是我想要做的。我想根据以下逻辑创建一个新列。

Data %>% mutate(new = ifelse(starts_with("x") & . == T,rowMeans(starts_with("y")),a))

用词表示：以其名称中的模式cols（starts_with（“ x”））。如果每个观测值中的一个（最小值）值为True，则从以另一种模式（starts_with（“ y”））命名的cols中获取行平均值。否则（如果每行中只有False值），请从col a中获取该值。

尝试了多种方法，但成功率为零。我整个上午都在解决问题上... 有任何想法吗？预先谢谢你

Answer 1

我认为将种子设置为1更好，以便可以复制数据。

set.seed(1)
Data <- data.frame(
  a = sample(1:10),
  b = sample(c("T", "F"), 10, replace = TRUE),
  c = sample(1:10),
  x_a = sample(c("T", "F"), 10, replace = TRUE),
  x_b = sample(c("T", "F"), 10, replace = TRUE),
  y_a = sample(1:10),
  y_b = sample(1:10)
)

数据如下：

> Data
    a b  c x_a x_b y_a y_b
1   3 T 10   T   F   5  10
2   4 T  2   F   F   8   3
3   5 F  6   T   F   4   4
4   7 T  1   T   F   2   9
5   2 F  9   F   F   1   8
6   8 T  8   F   F   6   2
7   9 F  7   F   T   7   5
8   6 F  5   T   T   9   7
9  10 T  3   F   F   3   1
10  1 F  4   T   F  10   6

我决定使用type.convert命令将“ T”或“ F”转换为布尔值TRUE或FALSE。

Data<-type.convert(Data)

您现在可以使用Grep选择带有“ x”的列。应用rowSums。您只希望其中一列为TRUE。因此，只要总和大于零，就可以取以y开头的列的平均值：

Data$new<-ifelse(rowSums(Data[,grep("x",colnames(Data))])>0,rowMeans(Data[,grep("y",colnames(Data))]),Data$a)

> Data
    a     b  c   x_a   x_b y_a y_b  new
1   3  TRUE 10  TRUE FALSE   5  10  7.5
2   4  TRUE  2 FALSE FALSE   8   3  4.0
3   5 FALSE  6  TRUE FALSE   4   4  4.0
4   7  TRUE  1  TRUE FALSE   2   9  5.5
5   2 FALSE  9 FALSE FALSE   1   8  2.0
6   8  TRUE  8 FALSE FALSE   6   2  8.0
7   9 FALSE  7 FALSE  TRUE   7   5  6.0
8   6 FALSE  5  TRUE  TRUE   9   7  8.0
9  10  TRUE  3 FALSE FALSE   3   1 10.0
10  1 FALSE  4  TRUE FALSE  10   6  8.0

Answer 2

rowMeans不能直接与“ Starts_with”一起使用，因为它需要一定范围的列来计算均值。以下将适用于您的上述情况：

 Data <- Data %>% mutate(new = ifelse(x_a == 'T' | x_b == 'T',rowMeans(dplyr::select(.,starts_with("y"))),a))

您可以直接使用'select'代替'dplyr :: select'，因为我的情况下存在某些版本问题！

ifelse具有列选择和条件

2 个答案: