用两个平行的列名列表改变多列的整洁方法

如何解决用两个平行的列名列表改变多列的整洁方法

我想找到一种整洁的方法来执行我必须为多对列执行的数据清理步骤。

df <- data.frame(apple = c("Yes",NA,"Yes",NA),apple_NO = c(NA,"No_1","No_2"),berry = c("Yes","Yes"),berry_NO = c(NA,coconut = c(NA,coconut_NO = c("No_2",dinosaur = c("Yes",dinosaur_NO = c(NA,"No_2",NA))
> df
  apple apple_NO berry berry_NO coconut coconut_NO dinosaur dinosaur_NO
1   Yes     <NA>   Yes     <NA>    <NA>       No_2      Yes        <NA>
2  <NA>     No_1   Yes     <NA>     Yes       <NA>     <NA>        No_2
3  <NA>     No_1  <NA>     No_1     Yes       <NA>     <NA>        No_1
4   Yes     <NA>  <NA>     No_1     Yes       <NA>     <NA>        No_2
5  <NA>     No_2   Yes     <NA>    <NA>       No_2      Yes        <NA>

cols <- c("apple","berry","coconut","dinosaur")
cols_NO <- c("apple_NO","berry_NO","coconut_NO","dinosaur_NO")

我想清除 cols_NO 中列中的值并为 cols 中的列分配新值

例如，如果我只需要清理一对列，我会执行以下操作：

df <- df %>%
  mutate(apple = case_when(apple_NO == "No_1" ~ "None left",apple_NO == "No_2" ~ "Finished",TRUE ~ apple))

我也想用 berry 和 berry_NO 以及 coconut 和 coconut_NO 等来做到这一点。

我想要的输出看起来像这样：

      apple apple_NO     berry berry_NO  coconut coconut_NO  dinosaur dinosaur_NO
1       Yes     <NA>       Yes     <NA> Finished       No_2       Yes        <NA>
2 None left     No_1       Yes     <NA>      Yes       <NA>  Finished        No_2
3 None left     No_1 None left     No_1      Yes       <NA> None left        No_1
4       Yes     <NA> None left     No_1      Yes       <NA> None left        No_2
5  Finished     No_2       Yes     <NA> Finished       No_2       Yes        <NA>

我认为在使用 map 或 map2 或 mapply 和并行列表的某个地方有一个解决方案，但我以前没有使用过，似乎找不到我可以使用的类似解决方案，在 = 中的 mutate 的左侧和右侧显示列列表。

谢谢！

编辑：

这让我很接近，但我仍然需要将其替换或 mutate_at 到我的主数据框。我的真实数据会从使用 grepl 中受益，所以我只是把它留在了。

fun.casewhen <- function(cols,cols_NO){
  case_when(grepl("No_1",cols_NO) == TRUE ~ "None left",grepl("No_2",cols_NO) == TRUE ~ "Finished",TRUE ~ cols)
  }


dftest <- map2(df %>% select(cols),df1 %>% select(cols_NO),~ fun.casewhen (.x,.y))

生成的 dftest 由 cols 中每一列的列表组成，但具有正确的值。

解决方法

这是一个 data.table + rlist 方法

library( data.table )
library( rlist )
data.table::setDT(df)
L <- split.default( df,gsub( "_NO","",names(df) ) )
rlist::list.cbind( lapply( L,function(x) x[,1 := data.table:: fcoalesce(x) ] ) )

,

这是一个依赖于多个支点的 tidyverse 解决方案。我确定这不是最简洁的方法，但作为另一种选择。

df %>%
  mutate(row = row_number()) %>%
  pivot_longer(-row) %>%
  separate(name,c("group","keep"),sep = "_") %>%
  pivot_wider(names_from = keep,values_from = value) %>%
  mutate(`NA` = case_when(NO == "No_1" ~ "None left",NO == "No_2" ~ "Finished",TRUE ~ `NA`)) %>%
  pivot_longer(-c(row,group)) %>%
  unite("col",c(group,name)) %>%
  pivot_wider(names_from = col,values_from = value)



    row apple_NA  apple_NO berry_NA  berry_NO coconut_NA coconut_NO dinosaur_NA dinosaur_NO
  <int> <chr>     <chr>    <chr>     <chr>    <chr>      <chr>      <chr>       <chr>      
1     1 Yes       NA       Yes       NA       Finished   No_2       Yes         NA         
2     2 None left No_1     Yes       NA       Yes        NA         Finished    No_2       
3     3 None left No_1     None left No_1     Yes        NA         None left   No_1       
4     4 Yes       NA       None left No_1     Yes        NA         Finished    No_2       
5     5 Finished  No_2     Yes       NA       Finished   No_2       Yes         NA      

,

我找到了一种将值分配给我的 df 的方法，尽管不是最好的 tidyr 风格：

fun.casewhen <- function(cols,cols_NO){
  case_when(grepl("No_1",cols_NO) == TRUE ~ "None left",grepl("No_2",cols_NO) == TRUE ~ "Finished",TRUE ~ cols)
  }


df[cols] <- map2(df %>% select(cols),df1 %>% select(cols_NO),~ fun.casewhen (.x,.y))

我之前错过了 [cols] 中的 df[cols]。尽管如此，很高兴知道是否有更符合 tidyr 标准的解决方案，可以使用 mutate 和管道清理数据。