Question

我想根据现有列中的条件将新列添加到数据框df中，例如，

df$TScore = as.factor(0)
df$TScore = 
  if_else(df$test_score >= '8.0', 'high',
      if_else(!is.na(df$test_score), 'low', 'NA'))

我面临的问题是，在某些情况下，TScore是我期望的，即当分数为8或更高时，它是“高”，但在某些情况下，它是不正确的。上面的代码有错误吗？此数据中有很多NA。

我也在努力使用dplyr（）编写它。到目前为止，我已经写了这个：

df$TScore =   df %>%
                filter(test_score >= 8) %>%
                    mutate(TScore = 'high')

但是，正如我们所期望的，尺寸不匹配。给出以下错误：

Error in `$<-.data.frame`(`*tmp*`, appScore, value = list(cluster3 = c(1L,  : replacement has 126 rows, data has 236

任何建议将不胜感激。

Answer 1

我们不需要执行filter，可以使用ifelse或case_when

library(dplyr)
df <- df %>%           
          mutate(TScore = case_when(test_score >= 8 ~'high', TRUE ~ "low"))

如果我们需要避免分配<，可以使用复合运算符（%<>%中的magrittr

library(magrittr)
df %<>%
     mutate(TScore = case_when(is.na(test_score) ~ NA_character_, 
                               test_score >= 8 & !is.na(test_score) ~'high', 
                    TRUE ~ "low"))

由于将filtered data.frame分配给原始数据集中的新列而发生错误

新列/基于现有列的变异

1 个答案: