Як використовувати case_when() у dplyr


Функцію case_when() із пакета dplyr у R можна використовувати для створення нових змінних із існуючих змінних.

Ця функція використовує такий базовий синтаксис:

 library (dplyr)

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

Зауважте, що TRUE еквівалентно оператору «else».

У наведених нижче прикладах показано, як використовувати цю функцію на практиці з таким кадром даних:

 #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

Приклад 1: Створення нової змінної з наявної змінної

Наступний код показує, як створити нову змінну під назвою якість , значення якої отримуються зі стовпця балів :

 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

Ось як саме функція case_when() створила значення для нового стовпця:

  • Якщо значення в стовпці балів перевищує 20, то значення в стовпці якості є «високим».
  • В іншому випадку, якщо значення в стовпці балів більше 15, значення в стовпці якості буде «середнім».
  • В іншому випадку, якщо значення в стовпці балів менше або дорівнює 15 (або відсутнє значення, наприклад NA), тоді значення в стовпці якості є “низьким”.

Приклад 2: Створення нової змінної з кількох змінних

У наведеному нижче коді показано, як створити нову змінну під назвою якість , значення якої отримуються з балів і допоміжних стовпців:

 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

Зверніть увагу, що ми також можемо використовувати функцію is.na() для явного призначення рядків значенням 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

Додаткові ресурси

Як розташувати рядки в R
Як підрахувати спостереження за групою в R
Як відфільтрувати рядки, що містять певний рядок у R

Додати коментар

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *