避免与dplyr :: case_when发生类型冲突 [英] Avoiding type conflicts with dplyr::case_when

问题描述

我试图在 dplyr :: mutate 中使用 dplyr :: case_when 在其中创建新变量设置一些值以丢失并同时重新编码其他值。

I am trying to use dplyr::case_when within dplyr::mutate to create a new variable where I set some values to missing and recode other values simultaneously.

但是，如果我尝试将值设置为 NA ，我收到一条错误消息，说我们不能创建变量 new ，因为 NA s是合乎逻辑的：

However, if I try to set values to NA, I get an error saying that we cannot create the variable new because NAs are logical:

mutate_impl（.data，点）中的错误：

评估错误：必须为double类型，而不是逻辑。

Error in mutate_impl(.data, dots) :
Evaluation error: must be type double, not logical.

是否可以使用以下方法在数据帧中的非逻辑向量中将值设置为 NA

Is there a way to set values to NA in a non-logical vector in a data frame using this?

library(dplyr)    

# Create data
df <- data.frame(old = 1:3)

# Create new variable
df <- df %>% dplyr::mutate(new = dplyr::case_when(old == 1 ~ 5,
                                                  old == 2 ~ NA,
                                                  TRUE ~ old))

# Desired output
c(5, NA, 3)

推荐答案

在？case_when 中说：

全部RHS必须计算出相同类型的向量。

All RHSs must evaluate to the same type of vector.

实际上，您有两种可能性：

You actually have two possibilities:

1）创建 new 作为数值向量

1) Create new as a numeric vector

df <- df %>% mutate(new = case_when(old == 1 ~ 5,
                                    old == 2 ~ NA_real_,
                                    TRUE ~ as.numeric(old)))

请注意， NA_real _ 是 NA 的数字版本，并且必须将 old 转换为数字，因为您在原始数据框中将其创建为整数。

Note that NA_real_ is the numeric version of NA, and that you must convert old to numeric because you created it as an integer in your original dataframe.

您会得到：

str(df)
# 'data.frame': 3 obs. of  2 variables:
# $ old: int  1 2 3
# $ new: num  5 NA 3

2）创建 new 作为整数向量

2) Create new as an integer vector

df <- df %>% mutate(new = case_when(old == 1 ~ 5L,
                                    old == 2 ~ NA_integer_,
                                    TRUE ~ old))

在这里， 5L 迫使5进入整数类型，而 NA_integer _ 是 NA 的整数形式。

Here, 5L forces 5 into the integer type, and NA_integer_ is the integer version of NA.

所以这次 new 是整数：

str(df)
# 'data.frame': 3 obs. of  2 variables:
# $ old: int  1 2 3
# $ new: int  5 NA 3

这篇关于避免与dplyr :: case_when发生类型冲突的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！