条件重新编码 - 使用 Mutate_at 内的列向量以及 If_else 和 Dplyr::Recode

Question

library(tidyverse)

使用下面的示例代码，我想创建一个新变量 "Filter"，它根据值重新编码结尾为 "s"（q25s、q26s 等...）的变量相应的非 "s" 变量。因此，例如，如果 q25 = 1，则 q25s 将被重新编码，以便 1 = 0、2=0、3=0、4=1、5=1 和 88=Missing。如果 q25 不等于 1，则 Filter 应为 0。将对所有其他变量集重复此模式。

但是，为了实现这一点，我尝试使用 tidyverse 创建一个名为 "cols" 的列名称的命名向量，然后在 "mutate_at" 函数中将其与 "if_else" 和 dplyr::recode。

下面是一个尝试，但似乎没有用。我应该如何更正代码？我愿意接受其他建议，只要使用 tidyverse 并且代码紧凑且尽可能不超过两行...

cols<-c(q25:q29)

Df<-Df%>%mutate_at(vars(q25s:q29s),funs(Filter=if_else(!!cols=1,recode  (.,`1`="a",`2`="b",`3`="c",`4`="d",`5`="e"),"Missing")))

如何使用 tidyverse 实现此目的？

示例代码如下：

q25<-c(2,1,88,2,1)
q26<-c(2,88,88,88,2)
q27<-c(2,2,1,1,1)
q28<-c(88,1,1,2,2)
q29<-c(1,1,1,2,2)
q25s<-c(3,5,88,4,1)
q26s<-c(4,4,5,5,1)
q27s<-c(3,3,4,1,4)
q28s<-c(4,5,88,1,3)
q29s<-c(88,88,3,4,4)
Df<-data.frame(q25,q26,q27,q28,q29,q25s,q26s,q27s,q28s,q29s)

Answer 1

一个选项是通过包括以 'q' 开头，后跟数字 ('q\d+') 和 'q' 后跟数字和 's' 开头的列来对数据集进行子集化('q\d+s')，然后用map2，根据'q\d+'列

中的值1，使用ifelse将相应的列更改为letters

library(tidyverse)
cols<-paste0("q", 25:29)
cols1 <- paste0(cols, "s")
Df[cols1] <- map2(Df[cols], Df[cols1], ~ifelse(.x == 1, letters[.y], .y) %>%
                             replace(., is.na(.), "Missing") )

Df
#  q25 q26 q27 q28 q29 q25s q26s q27s    q28s    q29s
#1   2   2   2  88   1    3    4    3       4 Missing
#2   1  88   2   1   1    e    4    3       e Missing
#3  88  88   1   1   1   88    5    d Missing       c
#4   2  88   1   2   2    4    5    a       1       4
#5   1   2   1   2   2    a    1    d       3       4

或仅使用 base R

Df[cols1] <- Map(function(x,y) {
                 x1 <- ifelse(x == 1, letters[y], y)
                 replace(x1, is.na(x1), "Missing")
                 },
                      Df[cols], Df[cols1])

条件重新编码 - 使用 Mutate_at 内的列向量以及 If_else 和 Dplyr::Recode

Conditional Recoding - Using a Vector of Columns within Mutate_at Together with If_else and Dplyr::Recode

r

tidyverse