Как использовать case_when() в dplyr

Функцию case_when() из пакета dplyr в R можно использовать для создания новых переменных из существующих переменных.

Эта функция использует следующий базовый синтаксис:

 library (dplyr)

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

Обратите внимание, что TRUE эквивалентно оператору else.

Следующие примеры показывают, как использовать эту функцию на практике со следующим фреймом данных:

 #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

Пример 1. Создайте новую переменную на основе существующей переменной.

Следующий код показывает, как создать новую переменную с именем качество , значения которой извлекаются из столбца точек :

 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

Вот как именно функция case_when() создавала значения для нового столбца:

• Если значение в столбце «баллы» больше 20, то значение в столбце «качество» — «высокое».
• В противном случае, если значение в столбце «баллы» больше 15, то значение в столбце «качество» будет «средним».
• В противном случае, если значение в столбце баллов меньше или равно 15 (или отсутствует значение, например NA), тогда значение в столбце качества будет «низким».

Пример 2. Создайте новую переменную из нескольких переменных.

Следующий код показывает, как создать новую переменную с именем качество , значения которой получаются из столбцов точек и вспомогательных данных:

 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

Обратите внимание, что мы также можем использовать функцию is.na() для явного присвоения строк значениям 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

Дополнительные ресурсы

Как расположить линии в R
Как подсчитать наблюдения на группу в R
Как фильтровать строки, содержащие определенную строку в R