我为这个很长的问题道歉,但过了一段时间我自己也找不到解决方法。
我有这个玩具数据框
set.seed(23)
df <- tibble::tibble(
id = paste0("00", 1:6),
cond = c(1, 1, 2, 2, 3, 3),
A_1 = sample(0:9, 6, replace = TRUE), A_2 = sample(0:9, 6, replace = TRUE), A_3 = sample(0:9, 6, replace = TRUE),
B_1 = sample(0:9, 6, replace = TRUE), B_2 = sample(0:9, 6, replace = TRUE), B_3 = sample(0:9, 6, replace = TRUE),
C_1 = sample(0:9, 6, replace = TRUE), C_2 = sample(0:9, 6, replace = TRUE), C_3 = sample(0:9, 6, replace = TRUE)
)
# A tibble: 6 x 11
# id cond A_1 A_2 A_3 B_1 B_2 B_3 C_1 C_2 C_3
# <chr> <dbl> <int> <int> <int> <int> <int> <int> <int> <int> <int>
# 1 001 1 6 3 9 5 0 5 6 0 6
# 2 002 1 4 5 0 8 5 0 1 6 6
# 3 003 2 4 2 8 8 8 6 5 2 5
# 4 004 2 4 4 0 7 2 6 7 5 7
# 5 005 3 1 7 0 9 9 0 5 7 8
# 6 006 3 3 8 7 0 2 5 0 9 4
我想创建三个变量A_def
,B_def
,C_def
,这些变量仅采用相应变量<< em> LETTER_NUMBER >中一个的值,具体取决于其后缀等于变量cond
的条件。
例如,对于cond == 1
,A_def
应该具有A_1
的值,B_def
应该具有B_1
,{{1}的值的行}的值应为C_def
。同样,如果C_1
,则cond == 2
列应具有来自各个*_def
变量的值。
我设法通过两种方式实现所需的输出:一种是硬编码的(可能避免*_2
包含许多值),另一种是使用cond
的枢轴函数。
硬编码解决方案:
tidyr
df %>%
mutate(
A_def = ifelse(cond == 1, A_1, ifelse(cond == 2, A_2, A_3)),
B_def = ifelse(cond == 1, B_1, ifelse(cond == 2, B_2, B_3)),
C_def = ifelse(cond == 1, C_1, ifelse(cond == 2, C_2, C_3))
) %>%
select(id, cond, contains("_def"))
的解决方案:
tidyr
两种情况下的输出
df %>%
pivot_longer(cols = contains("_")) %>%
mutate(
number = gsub("[A-Za-z_]", "", name),
name = gsub("[^A-Za-z]", "", name)
) %>%
filter(cond == number) %>%
pivot_wider(id_cols = c(id, cond), names_from = name, values_from = value, names_glue = "{name}_def")
现在,我想知道是否有可能使用# A tibble: 6 x 5
# id cond A_def B_def C_def
# <chr> <dbl> <int> <int> <int>
# 1 001 1 6 5 6
# 2 002 1 4 8 1
# 3 003 2 2 8 2
# 4 004 2 4 2 5
# 5 005 3 0 0 8
# 6 006 3 7 5 4
和/或mutate
以动态方式获得相同的输出(也许在across
中使用ifelse
语句?)。我尝试了以下代码段,但结果与预期不符。在其中之一中,我尝试将变量名设置为mutate
语句中的符号,但出现错误。
ifelse
问题:是否有一种方法可以使用df %>%
mutate(across(paste0(c("A", "B", "C"), "_1"),
~ifelse(cond == 1, cur_column(),
ifelse(cond == 2, cur_column(), paste0(gsub("[^A-Za-z]", "", cur_column()), "_3"))))) %>%
select(id, cond, contains("_1"))
df %>%
mutate_at(paste0(c("A", "B", "C"), "_1"),
~ifelse(cond == 1, ., ifelse(cond == 2, ., paste0(., "_2")))) %>%
select(id, cond, contains("_1"))
df %>%
mutate_at(paste0(c("A", "B", "C"), "_1"),
~ifelse(cond == 1, !!!rlang::syms(paste0(c("A", "B", "C"), "_1")),
ifelse(cond == 2, !!!rlang::syms(paste0(c("A", "B", "C"), "_2")),
!!!rlang::syms(paste0(c("A", "B", "C"), "_3")))))
的语句,例如dplyr
(或其取代的范围变体)和/或mutate
获得与上述相同的期望输出?< / p>
答案 0 :(得分:2)
正如罗纳克所说,您的tidyr
解决方案似乎还不错。
您可以简化一下:
df %>%
pivot_longer(cols = contains("_"), names_to = c("name", "number"), names_sep = "_") %>%
filter(cond == number) %>%
pivot_wider(id_cols = c(id, cond), names_glue = "{name}_def")
## A tibble: 6 x 5
# id cond A_def B_def C_def
# <chr> <dbl> <int> <int> <int>
#1 001 1 7 8 1
#2 002 1 2 5 2
#3 003 2 4 2 3
#4 004 2 0 3 1
#5 005 3 9 0 7
#6 006 3 9 7 0
答案 1 :(得分:2)
我同意tidyr
使代码更具可读性的其他评论,但这是pmap
的另一种方法:
library(purrr)
library(rlang)
pmap_dfr(df, ~with(list(...),
set_names(c(id, cond,
map_dbl(c("A","B","C"),
~ eval_tidy(parse_expr(paste(.x,cond,sep = "_"))))),
c("id","cond","A_def","B_def","C_def"))
))
# A tibble: 6 x 5
id cond A_def B_def C_def
<dbl> <dbl> <dbl> <dbl> <dbl>
1 1 1 6 5 6
2 2 1 4 8 1
3 3 2 2 8 2
4 4 2 4 2 5
5 5 3 0 0 8
6 6 3 7 5 4
答案 2 :(得分:1)
这是使用mapply
的简短R基础解决方案:
f <- function(x, i) df[-(1:2)][i, c(x, x+3, x+6)]
df <- cbind(df[1:2], t(mapply(f, df$cond, seq(nrow(df)))))
setNames(df, c("id", "cond", "A_def", "B_def", "C_def"))
#> id cond A_def B_def C_def
#> 1 001 1 7 8 1
#> 2 002 1 2 5 2
#> 3 003 2 4 2 3
#> 4 004 2 0 3 1
#> 5 005 3 9 0 7
#> 6 006 3 9 7 0