Maak nieuwe variabelen in r met mute() en case_when()

Vaak wilt u op basis van bepaalde voorwaarden een nieuwe variabele in een dataframe in R maken. Gelukkig is dit eenvoudig te doen met behulp van de functies mute() en case_when() uit het dplyr- pakket.

Deze tutorial toont verschillende voorbeelden van het gebruik van deze functies met het volgende dataframe:

 #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 to G 12 5
2 b F 15 7
3 c F 19 7
4 d G 22 12
5th G 32 11

Voorbeeld 1: Maak een nieuwe variabele op basis van een bestaande variabele

De volgende code laat zien hoe u een nieuwe variabele met de naam ’scorer‘ kunt maken op basis van de waarde in de puntenkolom:

 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
5th G 32 11 high

Voorbeeld 2: Maak een nieuwe variabele op basis van verschillende bestaande variabelen

De volgende code laat zien hoe u een nieuwe variabele met de naam ‚type‘ kunt maken, op basis van de waarde in de speler- en positiekolom:

 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
5th G 32 11 reserve

De volgende code laat zien hoe u een nieuwe variabele maakt met de naam ‚valueAdded‘, op basis van de waarde van de kolommen punten en rebounds:

 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 to G 12 5 2
2 b F 15 7 4
3c F 19 7 6
4 d G 22 12 7
5th G 32 11 9

Aanvullende bronnen

Hoe kolommen te hernoemen in R
Kolommen verwijderen in R
Rijen filteren in R