通过从有条件替换值的其他列中计算，r Dplyr会变异新列。
通过从有条件替换值的其他列中计算，r Dplyr会变异新列。
提问于 2022-07-07 20:20:56
鉴于以下数据：
df <- data.frame(x1 = c(1,2,3,4,5),
x2 = c(5,4,3,2,1))我想变异一个新列(x3)，它是x1和x2列之和。但是，在计算之前，我想有条件地替换这些数值，以便：
1 = 0
2 = 1
3 = 2
4 = 3
5 = 3 这将导致出现以下变异列：
x3
3
4
4
4
3 到目前为止，我的解决方案包括修改包含替换值的新x1和x2列，然后再将这些值相加，然后删除变异的x1和x2，但这似乎非常低效。
回答 3
Stack Overflow用户
回答已采纳
发布于 2022-07-07 20:24:36
在base R中，我们可以从数据中减去1，使用pmin限制大于3到3的值，并得到rowSums
df$x3 <- rowSums(pmin(as.matrix(df-1), 3))-output
> df
x1 x2 x3
1 1 5 3
2 2 4 4
3 3 3 4
4 4 2 4
5 5 1 3Stack Overflow用户
发布于 2022-07-07 20:55:34
下面是一个dplyr解决方案：
library(dplyr)
df %>%
mutate(across(, ~ifelse(. > 3, 3,. - 1), .names = "new_{.col}")) %>%
mutate(x3 = rowSums(.[3:4])) x1 x2 new_x1 new_x2 x3
1 1 5 0 3 3
2 2 4 1 3 4
3 3 3 2 2 4
4 4 2 3 1 4
5 5 1 3 0 3Stack Overflow用户
发布于 2022-07-07 20:38:04
另一种可能的解决方案，在base R中
z <- c(0, 1:3, 3)
df$x3 <- z[df$x1] + z[df$x2]
df
#> x1 x2 x3
#> 1 1 5 3
#> 2 2 4 4
#> 3 3 3 4
#> 4 4 2 4
#> 5 5 1 3还有另一个base R解决方案：
z <- c(0, 1:3, 3)
df$x3 <- rowSums(sapply(df, \(x) z[x]))
df
#> x1 x2 x3
#> 1 1 5 3
#> 2 2 4 4
#> 3 3 3 4
#> 4 4 2 4
#> 5 5 1 3或使用tidyverse
library(tidyverse)
z <- c(0, 1:3, 3)
df %>%
mutate(x3 = rowSums(map_dfc(., ~ z[.x])))
#> x1 x2 x3
#> 1 1 5 3
#> 2 2 4 4
#> 3 3 3 4
#> 4 4 2 4
#> 5 5 1 3页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72903788
复制相关文章
相似问题
腾讯云开发者
