使用case_when追加到向量

Question

我有一个函数，在一些特定的情况下，我想把一些变量附加到变量的向量上。这后来变成了一个回归公式

代码示例：

some_function <- function (df,mdl){ 
  
  vars <- c("var1", "var2", "var3")
  vars <- case_when(mdl== "model1" ~ vars<-("var3", "var4", vars),
                    mdl== "model2" ~ vars<-("var4", "var5", vars))
  
  target_col <- "count"
  target_formula <- as.formula(sprintf("%s ~ %s", 
                                       target_col, 
                                       paste(vars, collapse = " + ")))
}

mdl是一个由文本组成的缩写，应该代表不同的模型，大约有8-10个

Answer 1

您可以在列表中定义model1/model2，然后使用as.formula定义map

library(purrr)
library(glue)

vars <- c("var1", "var2", "var3")
target <- "count"
models <- list(model1 = c("var3", "var4", vars),
               model2 = c("var4", "var5", vars))

map(models, ~as.formula(glue("{target} ~ {paste(., collapse = ' + ')}")))

输出：

$model1
count ~ var3 + var4 + var1 + var2 + var3
<environment: 0x7fec25b8b770>

$model2
count ~ var4 + var5 + var1 + var2 + var3
<environment: 0x7fecf096b560>

Answer 2

我们可以在base R中使用reformulate创建模型

vars <- c("var1", "var2", "var3")
target <- "count"
models <- list(model1 = c("var3", "var4", vars),
           model2 = c("var4", "var5", vars))
lapply(models, reformulate, response = target)

-output

#$model1
#count ~ var3 + var4 + var1 + var2 + var3
#<environment: 0x7f92c7658ed8>

#$model2
#count ~ var4 + var5 + var1 + var2 + var3
#<environment: 0x7f92c7649a88>

它可以包装在function中，并与if/else一起使用条件，函数的数据集输入似乎未在OP的post中使用

some_function <- function (df,mdl){ 

 vars <- c("var1", "var2", "var3")
 vars <- if(mdl == "model1") {
            c(vars, "var4")
    } else c(vars, "var5")
 


 target_col <- "count"
 reformulate(vars, response = target)
}

-testing

some_function(iris, "model1")
#count ~ var1 + var2 + var3 + var4
#<environment: 0x7f92f0c77370>

some_function(iris, "model2")
#count ~ var1 + var2 + var3 + var5
#<environment: 0x7f92f0ce6db8>

Answer 3

不要在case_when中进行赋值，尝试它几乎从来都不是一件好事。相反，试着这样做：

some_function <- function (df,mdl){ 
  newvars <- dplyr::case_when(
    mdl == "model1" ~ c("var3", "var4"),
    mdl == "model2" ~ c("var4", "var5")
  )
  vars <- c("var1", "var2", "var3", newvars)
  # something else here
  vars
}

some_function(mtcars, "model1")
# [1] "var1" "var2" "var3" "var3" "var4"
some_function(mtcars, "model2")
# [1] "var1" "var2" "var3" "var4" "var5"

这似乎是可以的，但有两个地方可以改进。

第一个重复"var3"，也许我们可以在函数中添加vars <- unique(vars)。

1. case_when实际上是嵌套ifelse (或dplyr::if_else)的矢量化替代品，嵌套在其中工作，但会使事情变得难以跟踪/维护。因此，这表明mdl的长度可能大于1。但是当我们传递一个长度为2的参数时：

Some_function(mtcar，c("model1"，"model2")) #1 "var1“"var2”"var3“"var3”"var5“

case_when中的第一次比较发现mdl == "model1"与第一个向量匹配，但它只使用c("var3","var4")中的第一个向量。此外，如果我们传递更多，那么我们会得到关于不兼容的向量长度的错误。

我怀疑您打算将mdl的长度设置为1，在这种情况下，您可能有其他几个型号，并希望在默认值的基础上添加一组额外的变量。也许这就是你最终想要的？

some_function <- function (df, mdl){ 
  newvars <- switch(
    mdl[1],
    model1 = c("var3", "var4"),
    model2 = c("var4", "var5"),
    stop("unrecognized model: ", sQuote(mdl))
  )
  vars <- c("var1", "var2", "var3", newvars)
  # something else here
  vars
}

some_function(mtcars, "model1")
# [1] "var1" "var2" "var3" "var3" "var4"
some_function(mtcars, "model2")
# [1] "var1" "var2" "var3" "var4" "var5"
some_function(mtcars, "model3")
# Error in some_function(mtcars, "model3") : unrecognized model: 'model3'