Jak używać case_when() w dplyr

Funkcji case_when() z pakietu dplyr w R można używać do tworzenia nowych zmiennych na podstawie istniejących zmiennych.

Ta funkcja wykorzystuje następującą podstawową składnię:

 library (dplyr)

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

Należy pamiętać, że TRUE jest odpowiednikiem instrukcji „else”.

Poniższe przykłady pokazują, jak w praktyce wykorzystać tę funkcję z następującą ramką danych:

 #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

Przykład 1: Utwórz nową zmienną na podstawie istniejącej zmiennej

Poniższy kod pokazuje jak utworzyć nową zmienną o nazwie jakość , której wartości pochodzą z kolumny punktów :

 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

Oto dokładnie jak funkcja case_when() utworzyła wartości dla nowej kolumny:

• Jeśli wartość w kolumnie punktów jest większa niż 20, wówczas wartość w kolumnie jakości jest „wysoka”.
• W przeciwnym razie, jeśli wartość w kolumnie punktów jest większa niż 15, wówczas wartość w kolumnie jakości to „med”.
• W przeciwnym razie, jeśli wartość w kolumnie punktów jest mniejsza lub równa 15 (lub brakuje wartości, np. NA), wówczas wartość w kolumnie jakości jest „niska”.

Przykład 2: Utwórz nową zmienną z wielu zmiennych

Poniższy kod pokazuje jak utworzyć nową zmienną o nazwie jakość , której wartości pochodzą z punktów i kolumn pomocniczych :

 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

Zauważ, że możemy również użyć funkcji is.na() do jawnego przypisania ciągów znaków do wartości 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

Dodatkowe zasoby

Jak ułożyć linie w R
Jak liczyć obserwacje na grupę w R
Jak filtrować wiersze zawierające określony ciąg w R