R语言批量生成CaseWhen的解决方案

全栈程序员站长

发布于 2022-10-04 11:25:33

5730

发布于 2022-10-04 11:25:33

文章被收录于专栏：全栈程序员必看全栈程序员必看

大家好，又见面了，我是你们的朋友全栈君。

近期写R代码，经常用dplyr::case_when结合stringr::str_detect进行条件判断。

痛点：判断条件可能会改或增删，全写在case_when里，代码冗余且不利于复制和维护，stackoverflow找了一圈，没发现好的解决方案，干脆自己写了一个通用代码以自动生成批量case_when判断。

先上代码：

allCaseWhen <<- function(x,pattern,result){ 
   
  x1 <- str_flatten(map2_chr(result,pattern,~str_glue("str_detect(x,'{.y}')~'{.x}',")))
  x2 <- str_glue("function(x) case_when({x1})")
  fx <- eval(parse(text=x2))
  fx({ 
   { 
   x}})}

需要用到的包：

  library(purrr)
  library(stringr)

使用示例：

初始表tibble(fruit=stringr::fruit)

想实现字母a开头为’starts with a’，字母e结尾为’ends with e’ 等若干条件。结果如下图：

单纯用case_when，需要写成

tibble(fruit=stringr::fruit) %>% 
  mutate(
    category=case_when(
      str_detect(fruit,'^a')~'starts with a',
      str_detect(fruit,'e$')~'ends with e',
      str_detect(fruit,'o')~'contains o',
      str_detect(fruit,'(an)|(ch)')~'contains an or ch'
    )
  )

如果有其他表有类似的应用，你得把条件抄一遍，实在繁琐。

用改良后的allCaseWhen会简单很多，两步解决：

1. 表格形式列出条件

conditions <- 
	tribble(
	  ~pattern,~result,
	  '^a','starts with a',
	  'e$','ends with e',
	  'o','contains o',
	  '(an)|(ch)','contains an or ch'
	)

或者写在Excel里，

然后复制单元格，用conditions <- clipr::read_clip_tbl()读进R

2. allCaseWhen走起

tibble(fruit=stringr::fruit) %>% 
  mutate(
    category=
      allCaseWhen(fruit,
                  conditions$pattern, #读取条件
                  conditions$result  #返回结果
                  )
  )

搞定。

函数的核心依然是case_when，条件为真即停止，所以效率上没有损失。

如果想改条件，在conditions里放肆增删改，改完再跑一遍allCaseWhen即可。没有写默认条件，因为没必要，可以用coalesce()处理。

以上。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2022年9月6日上，如有侵权请联系 cloudcommunity@tencent.com 删除

case