Dplyr : Comment utiliser mutate() avec plusieurs conditions

Vous pouvez utiliser la syntaxe de base suivante dans dplyr pour utiliser la fonction mutate() afin de créer une nouvelle colonne basée sur plusieurs conditions :

library(dplyr)

df <- df%>% mutate(class = case_when((team == 'A' & points >= 20) ~ 'A_Good',
                                     (team == 'A' & points < 20) ~ 'A_Bad',
                                     (team == 'B' & points >= 20) ~ 'B_Good',
                                      TRUE ~ 'B_Bad'))

Cette syntaxe particulière crée une nouvelle colonne appelée classe qui prend les valeurs suivantes :

• A_Bon si l’équipe est égale à A et les points sont supérieurs ou égaux à 20.
• A_Mauvais si l’équipe est égale à A et que les points sont inférieurs à 20.
• B_Bon si l’équipe est égale à B et les points sont supérieurs ou égaux à 20.
• B_Bad si aucune des conditions précédentes n’est remplie.

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Connexe : Comment utiliser case_when() dans dplyr

Exemple : utilisez mutate() dans dplyr avec plusieurs conditions

Supposons que nous ayons le bloc de données suivant dans R qui contient des informations sur divers joueurs de basket-ball :

#create data frame
df <- data.frame(team=c('A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'),
                 points=c(22, 30, 34, 19, 14, 12, 39, 15, 22, 25))

#view data frame
df

   team points
1     A     22
2     A     30
3     A     34
4     A     19
5     A     14
6     B     12
7     B     39
8     B     15
9     B     22
10    B     25

Nous pouvons utiliser la syntaxe suivante avec la fonction mutate() pour créer une nouvelle colonne appelée classe dont les valeurs sont basées sur les valeurs des colonnes équipe et points :

library(dplyr)
#add new column based on values in team and points columns
df <- df%>% mutate(class = case_when((team == 'A' & points >= 20) ~ 'A_Good',
                                     (team == 'A' & points < 20) ~ 'A_Bad',
                                     (team == 'B' & points >= 20) ~ 'B_Good',
                                      TRUE ~ 'B_Bad'))

#view updated data frame
df

   team points  class
1     A     22 A_Good
2     A     30 A_Good
3     A     34 A_Good
4     A     19  A_Bad
5     A     14  A_Bad
6     B     12  B_Bad
7     B     39 B_Good
8     B     15  B_Bad
9     B     22 B_Good
10    B     25 B_Good

  La nouvelle colonne de classe prend des valeurs basées sur les valeurs des colonnes d’équipe et de points .

Par exemple, la première ligne avait une valeur de A dans la colonne équipe et une valeur de points supérieure ou égale à 20, elle a donc reçu une valeur de A_Good dans la nouvelle colonne de classe .

Notez que dans cet exemple, nous avons utilisé le symbole & comme opérateur « ET » pour vérifier si deux conditions étaient toutes deux remplies avant d’attribuer une valeur dans la colonne de classe .

Cependant, nous aurions pu utiliser le | symbole comme opérateur « OU » pour vérifier à la place si l’une des deux conditions était remplie avant d’attribuer une valeur dans la colonne de classe .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans dplyr :

dplyr : Comment muter une variable si la colonne contient une chaîne
dplyr : Comment modifier les niveaux de facteurs à l’aide de mutate()
dplyr : Comment utiliser la fonction across()