सशर्त मूल्यों के साथ dplyr उत्परिवर्तन

Question 1

चार कॉलम वाले एक बड़े डेटाफ़्रेम ("मायफ़ाइल") में मुझे पहले चार कॉलमों के आधार पर सशर्त रूप से मूल्यों के साथ पांचवां कॉलम जोड़ना होगा।

साथ जवाब पसंद करते हैं dplyrऔर mutateमुख्य रूप से बड़े डेटा सेट में अपनी गति की वजह से।

मेरा डेटाफ़्रेम इस तरह दिखता है:

  V1 V2 V3 V4
1  1  2  3  5
2  2  4  4  1
3  1  4  1  1
4  4  5  1  3
5  5  5  5  4
...

पांचवें कॉलम (V5) के मान कुछ सशर्त नियमों पर आधारित हैं:

if (V1==1 & V2!=4) {
  V5 <- 1
} else if (V2==4 & V3!=1) {
  V5 <- 2
} else {
  V5 <- 0
}

अब मैं mutateसभी पंक्तियों पर इन नियमों का उपयोग करने के लिए फ़ंक्शन का उपयोग करना चाहता हूं (धीमी छोरों से बचने के लिए)। कुछ इस तरह (और हाँ, मुझे पता है कि यह इस तरह से काम नहीं करता है!):

myfile <- mutate(myfile, if (V1==1 & V2!=4){V5 = 1}
    else if (V2==4 & V3!=1){V5 = 2}
    else {V5 = 0})

यह परिणाम होना चाहिए:

  V1 V2 V3 V4 V5
1  1  2  3  5  1
2  2  4  4  1  2
3  1  4  1  1  0
4  4  5  1  3  0
5  5  5  5  4  0

इसमें कैसे करें dplyr?

Question 2

इसे इस्तेमाल करे:

myfile %>% mutate(V5 = (V1 == 1 & V2 != 4) + 2 * (V2 == 4 & V3 != 1))

दे रही है:

  V1 V2 V3 V4 V5
1  1  2  3  5  1
2  2  4  4  1  2
3  1  4  1  1  0
4  4  5  1  3  0
5  5  5  5  4  0

या यह:

myfile %>% mutate(V5 = ifelse(V1 == 1 & V2 != 4, 1, ifelse(V2 == 4 & V3 != 1, 2, 0)))

दे रही है:

  V1 V2 V3 V4 V5
1  1  2  3  5  1
2  2  4  4  1  2
3  1  4  1  1  0
4  4  5  1  3  0
5  5  5  5  4  0

ध्यान दें

सुझाव है कि आप अपने डेटा फ्रेम के लिए एक बेहतर नाम प्राप्त करें। myfile बनाता है ऐसा लगता है जैसे यह एक फ़ाइल नाम रखता है।

ऊपर इस इनपुट का इस्तेमाल किया:

myfile <- 
structure(list(V1 = c(1L, 2L, 1L, 4L, 5L), V2 = c(2L, 4L, 4L, 
5L, 5L), V3 = c(3L, 4L, 1L, 1L, 5L), V4 = c(5L, 1L, 1L, 3L, 4L
)), .Names = c("V1", "V2", "V3", "V4"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5"))

अद्यतन 1 क्योंकि मूल रूप से पोस्ट की गई dplyr बदल गई %.%है %>%इसलिए उसके अनुसार संशोधित उत्तर हैं।

अद्यतन 2 dplyr अब case_whenजो एक और समाधान प्रदान करता है:

myfile %>% 
       mutate(V5 = case_when(V1 == 1 & V2 != 4 ~ 1, 
                             V2 == 4 & V3 != 1 ~ 2,
                             TRUE ~ 0))

Question 3

के साथ dplyr 0.7.2, आप बहुत उपयोगी case_whenफ़ंक्शन का उपयोग कर सकते हैं :

x=read.table(
 text="V1 V2 V3 V4
 1  1  2  3  5
 2  2  4  4  1
 3  1  4  1  1
 4  4  5  1  3
 5  5  5  5  4")
x$V5 = case_when(x$V1==1 & x$V2!=4 ~ 1,
                 x$V2==4 & x$V3!=1 ~ 2,
                 TRUE ~ 0)

के साथ व्यक्त किया dplyr::mutate, यह देता है:

x = x %>% mutate(
     V5 = case_when(
         V1==1 & V2!=4 ~ 1,
         V2==4 & V3!=1 ~ 2,
         TRUE ~ 0
     )
)

कृपया ध्यान दें कि NAविशेष रूप से इलाज नहीं किया जाता है, क्योंकि यह भ्रामक हो सकता है। फ़ंक्शन NAकेवल तभी लौटेगा जब किसी भी स्थिति का मिलान नहीं किया जाएगा। यदि आप के साथ एक लाइन डालते हैं TRUE ~ ..., जैसे मैंने अपने उदाहरण में किया है, तो वापसी मूल्य कभी नहीं होगा NA।

इसलिए, आपको स्पष्ट रूप से यह बताना case_whenहोगा NAकि यह कथन जैसा जोड़कर कहां है is.na(x$V1) | is.na(x$V3) ~ NA_integer_। संकेत: dplyr::coalesce()फ़ंक्शन कभी-कभी यहां उपयोगी हो सकता है!

इसके अलावा, कृपया ध्यान दें कि NAअकेले आम तौर पर काम नहीं, तो आप विशेष डाल करना होगा NAमान: NA_integer_, NA_character_या NA_real_।

Question 4

ऐसा लगता derivedFactorहै कि mosaicपैकेज इसके लिए डिज़ाइन किया गया था। इस उदाहरण में, यह कुछ इस तरह दिखेगा:

library(mosaic)
myfile <- mutate(myfile, V5 = derivedFactor(
    "1" = (V1==1 & V2!=4),
    "2" = (V2==4 & V3!=1),
    .method = "first",
    .default = 0
    ))

(यदि आप चाहते हैं कि परिणाम एक कारक के बजाय संख्यात्मक हो, तो derivedFactorएक के साथ लपेटें as.numeric)

ध्यान दें कि .defaultविकल्प के साथ संयुक्त विकल्प .method = "first""और" स्थिति सेट करता है - यह दृष्टिकोण के लिए मदद फ़ाइल में वर्णित है derivedFactor।