在R中等价的Case语句

Question

我在一个数据帧中有一个变量，其中一个字段通常有7-8个值。我想在数据帧内的一个新变量中将它们整理成3到4个新类别。最好的方法是什么？

如果我在一个类似SQL的工具中，但不确定如何在R中攻击它，我会使用CASE语句。

如果您能提供任何帮助，我们将不胜感激！

Answer 1

case_when()在2016年5月被添加到dplyr中，以类似于memisc::cases()的方式解决了这个问题。

例如：

library(dplyr)
mtcars %>% 
  mutate(category = case_when(
    .$cyl == 4 & .$disp < median(.$disp) ~ "4 cylinders, small displacement",
    .$cyl == 8 & .$disp > median(.$disp) ~ "8 cylinders, large displacement",
    TRUE ~ "other"
  )
)

从dplyr 0.7.0开始，

mtcars %>% 
  mutate(category = case_when(
    cyl == 4 & disp < median(disp) ~ "4 cylinders, small displacement",
    cyl == 8 & disp > median(disp) ~ "8 cylinders, large displacement",
    TRUE ~ "other"
  )
)

Answer 2

看看memisc包中的cases函数。它通过两种不同的方式实现case功能。来自包中的示例：

z1=cases(
    "Condition 1"=x<0,
    "Condition 2"=y<0,# only applies if x >= 0
    "Condition 3"=TRUE
    )

其中x和y是两个向量。

参考文献：memisc package，cases example

Answer 3

下面是使用switch语句的一种方法：

df <- data.frame(name = c('cow','pig','eagle','pigeon'), 
                 stringsAsFactors = FALSE)
df$type <- sapply(df$name, switch, 
                  cow = 'animal', 
                  pig = 'animal', 
                  eagle = 'bird', 
                  pigeon = 'bird')

> df
    name   type
1    cow animal
2    pig animal
3  eagle   bird
4 pigeon   bird

这样做的一个缺点是，您必须一直为每个项目编写类别名称(animal等)。能够像下面这样定义我们的类别在语法上更方便(参见非常类似的问题How do add a column in a data frame in R )

myMap <- list(animal = c('cow', 'pig'), bird = c('eagle', 'pigeon'))

我们想以某种方式“反转”这个映射。我编写了自己的invMap函数：

invMap <- function(map) {
  items <- as.character( unlist(map) )
  nams <- unlist(Map(rep, names(map), sapply(map, length)))
  names(nams) <- items
  nams
}

然后反转上面的映射，如下所示：

> invMap(myMap)
     cow      pig    eagle   pigeon 
"animal" "animal"   "bird"   "bird" 

然后很容易使用它在数据框中添加type列：

df <- transform(df, type = invMap(myMap)[name])

> df
    name   type
1    cow animal
2    pig animal
3  eagle   bird
4 pigeon   bird