在整齐的R grep中使用mutate基于多个条件添加列

如何解决在整齐的R grep中使用mutate基于多个条件添加列

我正在努力在添加的列中对宽数据帧进行分类，但是基于多个列的阈值（> 0）。 SO上的先前示例要求列的完整名称以及带有>和==的if else（）语句。但是我需要能够使用grep（）或contains（）来基于通用字符串隔离列。

输入数据框：

library(tidyverse)
df <- data.frame(
    "ID" = c("asdf","vfdkun","seifu","seijd","qweri"),"elephant_zoo" = c(1,1,2,0),#Should not be useful there
    "rhino_zoo" = c(1,3,#Should not be useful there
    "hippo_zoo" = c(1,"elephant_wild_A" = c(0,3),"rhino_wild_A" = c(0,4,1),"elephant_wild_B" = c(0,"rhino_wild_C" = c(0,5,7),"hippo_wild_B" = c(0,0)) %>% 
  column_to_rownames(var = "ID")
df 

实际上，它具有更多的列和行！

所需的输出数据框已对行（ZOO和WILD）进行了分类，并汇总了这些CLASSIFICATION。

df_goal <- data.frame(
    "ID" = c("asdf",2),"rhino_wild_A" = c(1,"rhino_wild_C" = c(6,0)) %>% 
  column_to_rownames(var = "ID") %>% 
    add_column(ZOO = c("zoo","zoo","")) %>% 
    add_column(WILD = c("","","wild","wild")) %>% 
    add_column(CLASSIFICATION = c("zoo only","zoo only","both","wild only"))
df_goal 

我希望使用mutate()和case_when()的组合，但是我无法正确选择多个列。 尝试示例：

# using an if else statement
df %>%
   mutate(ZOO = ifelse(select(contains("zoo")) > 0,"F"))

# using mutate and case_when
df %>%
   mutate(ZOO = case_when(
       select(contains("zoo")) > 0 ~ "zoo",TRUE ~ ""))
 

我的实际数据框还有更多类别，因此可以将其分解为ZOO vs WILD，然后关注已编译列。

解决方法

您可以尝试使用reduce包中的purrr。可以使用中间函数any_cols来使代码更清晰，并与across一起使用：

library(tidyverse)
any_cols <- function(df) reduce(df,`|`)
df %>%
    mutate(ZOO = ifelse(any_cols(across(contains("zoo"),~`>`(.,0))),"zoo","F"))
  elephant_zoo rhino_zoo hippo_zoo elephant_wild_A rhino_wild_A elephant_wild_B rhino_wild_C hippo_wild_B ZOO
1            1         1         1               0            0               0            0            0 zoo
2            1         2         1               0            0               0            0            0 zoo
3            1         3         0               1            4               0            1            0 zoo
4            2         1         0               1            3               0            5            0 zoo
5            0         0         0               3            1               0            7            0   F

df %>%
    mutate(ZOO = 
             case_when(any_cols(across(contains("zoo"),0))) ~ "zoo",TRUE ~ "F"))
  elephant_zoo rhino_zoo hippo_zoo elephant_wild_A rhino_wild_A elephant_wild_B rhino_wild_C hippo_wild_B ZOO
1            1         1         1               0            0               0            0            0 zoo
2            1         2         1               0            0               0            0            0 zoo
3            1         3         0               1            4               0            1            0 zoo
4            2         1         0               1            3               0            5            0 zoo
5            0         0         0               3            1               0            7            0   F