基于字符串中的模式创建虚拟变量（使用 mutate）

Question

我想弄清楚如何根据字符串中的模式创建虚拟变量。关键是最终以一种简单的方法使我的 ggplot 的某些方面（颜色、线型等）对于具有共同点的样本（例如同一基因的不同类型的突变——每个样本名称）相同包含基因的名称，加上一些其他字符）。

以 iris 数据集为例，假设我想添加一列（我的虚拟变量），其中一个值表示名称包含字母 "v" 的物种，另一个值表示包含字母 "v" 的物种不。（在真实的数据集中，我有更多可能的类别。）

我一直在尝试使用 mutate 和 recode、str_detect 或 if_else，但似乎无法获得正确的语法。例如，

mutate(iris, 
    anyV = ifelse(str_detect('Species', "v"), "withV", "noV"))

不会抛出任何错误，但它也不会检测到任何物种名称包含 v。我认为这与我无法弄清楚如何让 str_detect 工作有关：

iris %>% 
  select(Species) %>%
  str_detect("setosa")

只是 returns [1] FALSE.

iris %>% 
  filter(str_detect('Species', "setosa"))

也不行。

（我也尝试过 mutate/recode 解决方案，基于 7 Most Practically Useful Operations When Wrangling Text Data in R 中的示例，但也无法实现。）

我做错了什么？我该如何解决？

Answer 1

这个有效：

library(stringr)
iris%>% mutate(
    anyV = ifelse(str_detect(Species, "v"), "withV", "noV"))

    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species  anyV
1            5.1         3.5          1.4         0.2     setosa   noV
2            4.9         3.0          1.4         0.2     setosa   noV
3            4.7         3.2          1.3         0.2     setosa   noV
4            4.6         3.1          1.5         0.2     setosa   noV
5            5.0         3.6          1.4         0.2     setosa   noV
...
52           6.4         3.2          4.5         1.5 versicolor withV
53           6.9         3.1          4.9         1.5 versicolor withV
54           5.5         2.3          4.0         1.3 versicolor withV
55           6.5         2.8          4.6         1.5 versicolor withV
56           5.7         2.8          4.5         1.3 versicolor withV
57           6.3         3.3          4.7         1.6 versicolor withV
58           4.9         2.4          3.3         1.0 versicolor withV
59           6.6         2.9          4.6         1.3 versicolor withV

嵌套 ifelse 语句的替代方法：

iris%>% mutate(newVar = case_when(
    str_detect(.$Species, "se") ~ "group1",
    str_detect(.$Species, "ve") ~ "group2",
    str_detect(.$Species, "vi") ~ "group3",
    TRUE ~ as.character(.$Species)))

基于字符串中的模式创建虚拟变量（使用 mutate）

create a dummy variable (using mutate) based on a pattern in a character string

r

recode

tidyverse