Créez de nouvelles variables dans R avec mutate() et case_when()

Souvent, vous souhaiterez peut-être créer une nouvelle variable dans un bloc de données dans R en fonction de certaines conditions. Heureusement, cela est facile à faire en utilisant les fonctions mutate() et case_when() du package dplyr .

Ce didacticiel montre plusieurs exemples d’utilisation de ces fonctions avec le bloc de données suivant :

#create data frame
df <- data.frame(player = c('a', 'b', 'c', 'd', 'e'),
                 position = c('G', 'F', 'F', 'G', 'G'),
                 points = c(12, 15, 19, 22, 32),
                 rebounds = c(5, 7, 7, 12, 11))

#view data frame
df

  player position points rebounds
1      a        G     12        5
2      b        F     15        7
3      c        F     19        7
4      d        G     22       12
5      e        G     32       11

Exemple 1 : Créer une nouvelle variable basée sur une variable existante

Le code suivant montre comment créer une nouvelle variable appelée « scoreur » en fonction de la valeur dans la colonne des points :

library(dplyr)

#define new variable 'scorer' using mutate() and case_when()
df %>%
  mutate(scorer = case_when(points < 15 ~ 'low',
                           points < 25 ~ 'med',
                           points < 35 ~ 'high'))

  player position points rebounds scorer
1      a        G     12        5    low
2      b        F     15        7    med
3      c        F     19        7    med
4      d        G     22       12    med
5      e        G     32       11   high

Exemple 2 : Créer une nouvelle variable basée sur plusieurs variables existantes

Le code suivant montre comment créer une nouvelle variable appelée « type » en fonction de la valeur dans la colonne joueur et position :

library(dplyr)

#define new variable 'type' using mutate() and case_when()
df %>%
  mutate(type = case_when(player == 'a' | player == 'b' ~ 'starter',
                            player == 'c' | player == 'd' ~ 'backup',
                            position == 'G' ~ 'reserve'))

  player position points rebounds    type
1      a        G     12        5 starter
2      b        F     15        7 starter
3      c        F     19        7  backup
4      d        G     22       12  backup
5      e        G     32       11 reserve

Le code suivant montre comment créer une nouvelle variable appelée « valueAdded » en fonction de la valeur des colonnes de points et de rebonds :

library(dplyr)

#define new variable 'valueAdded' using mutate() and case_when()
df %>%
  mutate(valueAdded = case_when(points <= 15 & rebounds <=5 ~ 2,
                                points <=15 & rebounds > 5 ~ 4,
                                points < 25 & rebounds < 8 ~ 6,
                                points < 25 & rebounds > 8 ~ 7,
                                points >=25 ~ 9))

  player position points rebounds valueAdded
1      a        G     12        5          2
2      b        F     15        7          4
3      c        F     19        7          6
4      d        G     22       12          7
5      e        G     32       11          9

Ressources additionnelles

Comment renommer des colonnes dans R
Comment supprimer des colonnes dans R
Comment filtrer les lignes dans R