我想排序一个字符变量到两个类别在一个新的变量的基础上的条件，在条件不满足我想它返回“其他”。
如果变量x包含4个字符值“A”、“B”、“C”和“D”，我想将它们分为2类，1和0，在一个新变量y中，创建一个虚拟变量
理想情况下，我希望它看起来像这样
df <- data.frame(x = c("A", "B", "C" & "D")
y <- if x == "A" | "D" then assign 1 in y
if x == "B" | "C" then assign 0 in y
if x == other then assign NA in y
x y
1 "A" 1
2 "B" 0
3 "C" 0
4 "D" 1
library(dplyr)
df <- df %>% mutate ( y =case_when(
(x %in% df == "A" | "D") ~ 1 ,
(x %in% df == "B" | "C") ~ 1,
x %in% df == ~ NA
))我收到此错误消息
Error: replacement has 3 rows, data has 2
2条答案
按热度按时间6tdlim6h1#
下面是正确的
case_when语法。f1tvaqid2#
你用一种在语言中有意义而在代码中没有意义的方式来组合语法。通常你不能使用
foo == "G" | "H"。你需要使用foo == "G" | foo == "H"，或者方便的简写foo %in% c("G", "H")。类似地，
x %in% df == "A"没有意义，x %in% df有意义，df == "A"有意义，把它们放在一起，对R来说没有意义。（好吧，这对R来说是有意义的，但对你来说意义不一样。R会使用它的运算顺序，首先计算x %in% df，然后从中得到result，然后检查result == "A"是否是您想要的。）在
mutate这样的dplyr函数中，不需要一直指定df。您通过管道输入df，现在只需要使用列x。x %in% df看起来像是在测试列x是否在 Dataframedf中，你不需要这样做，而是使用x %in% c("A", "D")。Aron的答案显示了完整正确的语法，我希望这个答案能帮助你理解为什么。