Cara menggunakan case_when() di dplyr

Fungsi case_when() dari paket dplyr di R dapat digunakan untuk membuat variabel baru dari variabel yang sudah ada.

Fungsi ini menggunakan sintaks dasar berikut:

 library (dplyr)

df %>%
  mutate (new_var = case_when (var1 < 15 ~ ' low ',
                             var2 < 25 ~ ' med ',
                             TRUE ~ ' high '))

Perhatikan bahwa TRUE setara dengan pernyataan “lainnya”.

Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktik dengan kerangka data berikut:

 #create data frame
df <- data. frame (player = c('AJ', 'Bob', 'Chad', 'Dan', 'Eric', 'Frank'),
                 position = c('G', 'F', 'F', 'G', 'C', NA),
                 points = c(12, 15, 19, 22, 32, NA),
                 assists = c(5, 7, 7, 12, 11, NA))

#view data frame
df

  player position points assists
1 AJ G 12 5
2 Bob F 15 7
3 Chad F 19 7
4 Dan G 22 12
5 Eric C 32 11
6 Frank NA NA NA

Contoh 1: Buat variabel baru dari variabel yang sudah ada

Kode berikut menunjukkan cara membuat variabel baru bernama kualitas yang nilainya diambil dari kolom poin :

 df %>%
mutate (quality = case_when (points > 20 ~ ' high ',
                             points > 15 ~ ' med ',
                             TRUE ~ ' low ' ))

  player position points assists quality
1 AJ G 12 5 low
2 Bob F 15 7 low
3 Chad F 19 7 med
4 Dan G 22 12 high
5 Eric C 32 11 high
6 Frank NA NA NA low

Inilah tepatnya bagaimana fungsi case_when() menciptakan nilai untuk kolom baru:

• Jika nilai pada kolom poin lebih besar dari 20, maka nilai pada kolom kualitas adalah “tinggi”.
• Sebaliknya, jika nilai pada kolom poin lebih besar dari 15, maka nilai pada kolom kualitas adalah “med”.
• Sebaliknya, jika nilai pada kolom poin kurang dari atau sama dengan 15 (atau ada nilai yang hilang seperti NA), maka nilai pada kolom kualitas adalah “rendah”.

Contoh 2: Buat variabel baru dari beberapa variabel

Kode berikut menunjukkan cara membuat variabel baru bernama kualitas yang nilainya diperoleh dari kolom poin dan bantuan :

 df %>%
mutate (quality = case_when (points > 15 & assists > 10 ~ ' great ',
                             points > 15 & assists > 5 ~ ' good ',
                             TRUE ~ ' average ' ))

  player position points assists quality
1 AJ G 12 5 average
2 Bob F 15 7 average
3 Chad F 19 7 good
4 Dan G 22 12 great
5 Eric C 32 11 great
6 Frank NA NA NA average

Perhatikan bahwa kita juga dapat menggunakan fungsi is.na() untuk secara eksplisit menetapkan string ke nilai NA:

 df %>%
mutate (quality = case_when (is. na (points) ~ ' missing ',
                             points > 15 & assists > 10 ~ ' great ',
                             points > 15 & assists > 5 ~ ' good ',
                             TRUE ~ ' average ' ))

  player position points assists quality
1 AJ G 12 5 average
2 Bob F 15 7 average
3 Chad F 19 7 good
4 Dan G 22 12 great
5 Eric C 32 11 great
6 Frank NA NA NA missing

Sumber daya tambahan

Cara menyusun garis di R
Cara menghitung observasi per kelompok di R
Cara memfilter baris yang berisi string tertentu di R