Я хотел бы использовать сжатие magrittr и dplyr для копирования одиночных значений между строками в подмножестве столбцов на основе значений в других столбцах. Это простой пример; Я хочу применить эту идею ко многим столбцам большого набора данных с несколькими условиями в длинном трубе команд.
Возьмите файл данных df <- data.frame(a = 1:5, b = 6:10, x = 11:15, y = 16:20):
a b x y
1 6 11 16
2 7 12 17
3 8 13 18
4 9 14 19
5 10 15 20
Для строки, где a = 5, я хотел бы заменить значения x и y на строки в строке b = 7, чтобы дать:
a b x y
1 6 11 16
2 7 12 17
3 8 13 18
4 9 14 19
5 10 12 17
Эта попытка не выполняется:
foo <- function(x){ifelse(df$a == 5, df[df$b == 7, .(df$x)], x)}
df %<>% mutate_each(funs(foo), x, y)
Самое близкое, что я могу получить, это:
bar <- function(x){ifelse(df$a == 5, df[df$b == 7, "x"], x)}
df %<>% mutate_each(funs(bar), x, y)
но это неверно, поскольку он заменяет оба значения значением от x, а не x и y соответственно.
Спасибо за совет.
Вы можете сделать это, используя mutate_each и replace:
df %>% mutate_each(funs(replace(., a==5, nth(., which(b==7)))), x, y)
Вывод:
a b x y
1 1 6 11 16
2 2 7 12 17
3 3 8 13 18
4 4 9 14 19
5 5 10 12 17
Или в соответствии с комментарием @docendodiscimus он может быть сокращен далее (и, вероятно, [ также лучше, чем which):
df %>% mutate_each(funs(replace(., a==5, .[b==7])), x, y)
Как раз упомянуть решение data.table:
require(data.table)
setDT(df)[a == 5, c("x", "y") := df[b == 7, .SD, .SDcols = c("x", "y")]]
> df
a b x y
1: 1 6 11 16
2: 2 7 12 17
3: 3 8 13 18
4: 4 9 14 19
5: 5 10 12 17
В качестве альтернативы вы также можете использовать:
cols <- c("x", "y")
setDT(df)[a == 5, (cols) := df[b == 7, .SD, .SDcols = cols]]
# or
cols <- c("x", "y")
setDT(df)[a == 5, (cols) := df[b == 7, cols, with = FALSE]]
Если ваше основное требование - применить функцию в более длинном dplyr-pipe, вы можете сделать что-то вроде следующего примера:
foo <- function(df, cols = c("x", "y")) {
df[df$a == 5, cols] <- df[df$b == 7, cols]
df
}
df %>% ... %>% foo(c("x", "y")) %>% ...
# a b x y
#1 1 6 11 16
#2 2 7 12 17
#3 3 8 13 18
#4 4 9 14 19
#5 5 10 12 17