如何使用 mutate_at 和嵌套的 ifelse 语句自动重新编码许多变量？

Question

有一个大型数据集，由对每个受试者的相同变量的重复测量组成。示例数据如下

df<-data.frame(
"id"=c(1:5),
"ax1"=c(1,6,8,15,17),
"bx1"=c(2,16,8,15,17))

其中 "x1" 被重复测量，因此我们可以有 "ax1"、"bx1"、"cx1" 等等。我正在尝试重新编码这些变量。计划是将 1 和 3 到 12（含）范围内的任何数字重新编码为 0，并将 2 或任何大于或等于 13 的值重新编码为 1。因为它涉及很多变量，所以我正在使用 "mutate_at" 自动重新编码。此外，采用相同代码的数字不是连续的（例如 1 和 3-12 被重新编码为 0）所以我使用了嵌套的 "ifelse" 语句。我尝试了以下

df1<-df %>% 
mutate_at(vars(ends_with("x1")),factor, 
        ifelse(x1>=3 & x1 <=12,0,ifelse(x1==1, 0,
               ifelse(x1==2, 1,0))))

然而，这无法工作，因为 R 无法识别 "x1"。提前非常感谢对此的任何帮助。预期的输出看起来像

> df1
   id ax1 bx1
1  1   0   1
2  2   0   1
3  3   0   0
4  4   1   1
5  5   1   1

Answer 1

使用ifelse，我们可以进行如下处理：

df %>% 
   mutate_at(vars(ends_with("x1")),~ifelse(. ==1 | . %in% 3:12,0,
                                           ifelse(. ==2 | .>=13,1,.)))
  id ax1 bx1
1  1   0   1
2  2   0   1
3  3   0   0
4  4   1   1
5  5   1   1

Answer 2

我们可以使用case_when

library(dplyr)

df %>% 
  mutate_at(vars(ends_with("x1")), ~case_when((. >= 3 & . <= 12) | . == 1 ~ 0,
                                               . >= 13 | . == 2 ~ 1))

#  id ax1 bx1
#1  1   0   1
#2  2   0   1
#3  3   0   0
#4  4   1   1
#5  5   1   1

Answer 3

这是另一个类似于您尝试的解决方案。我刚刚添加了 "or" 运算符 (|) 以简化 ifelse 并从您的代码中删除了 factor 部分。

library(dplyr)
df1<-df %>% 
  mutate_at(vars(ends_with("x1")), function(x)
            ifelse(x >= 3 & x <= 12 | x == 1,0,
                   ifelse(x >= 13 | x == 2, 1,0)))

#  id ax1 bx1
#1  1   0   1
#2  2   0   1
#3  3   0   0
#4  4   1   1
#5  5   1   1

如果除了你提到的条件之外没有其他可能的条件（例如，有零），我认为你可以通过将其简化为以下内容来进一步简化它：

df1<-df %>% 
  mutate_at(vars(ends_with("x1")), function(x)
            ifelse(x >= 3 & x <= 12 | x == 1, 0, 1))

如何使用 mutate_at 和嵌套的 ifelse 语句自动重新编码许多变量？

How to automate recoding of many variables using mutate_at and nested ifelse statement?

r

dataframe

dplyr

recode