R'de Case İfadesi Eşdeğeri

Alanlardan birinin tipik olarak 7-8 değere sahip olduğu bir veri çerçevesinde bir değişkenim var. Dataframe içindeki yeni bir değişken içinde 3 veya 4 yeni kategoriyi daraltmak istiyorum. En iyi yaklaşım nedir?

SQL benzeri bir araçta olsam, ancak buna R'de nasıl saldıracağımı bilmiyorsam bir CASE deyimi kullanırdım.

Sağlayabileceğiniz herhangi bir yardım çok takdir edilecektir!

case_when()Mayıs 2016'da dplyr'e eklenen, bu sorunu memisc::cases().

Örneğin:

library(dplyr)
mtcars %>% 
  mutate(category = case_when(
    .$cyl == 4 & .$disp < median(.$disp) ~ "4 cylinders, small displacement",
    .$cyl == 8 & .$disp > median(.$disp) ~ "8 cylinders, large displacement",
    TRUE ~ "other"
  )
)

Dplyr 0.7.0 itibariyle,

mtcars %>% 
  mutate(category = case_when(
    cyl == 4 & disp < median(disp) ~ "4 cylinders, small displacement",
    cyl == 8 & disp > median(disp) ~ "8 cylinders, large displacement",
    TRUE ~ "other"
  )
)

Paketteki casesişleve bir göz atın memisc. İki farklı kullanım yolu ile durum işlevselliğini uygular. Paketteki örneklerden:

z1=cases(
    "Condition 1"=x<0,
    "Condition 2"=y<0,# only applies if x >= 0
    "Condition 3"=TRUE
    )

nerede xve yiki vektör.

Referanslar: memisc paketi , vaka örneği

Eğer varsa, factorseviyeleri standart yöntemle değiştirebilirsiniz:

df <- data.frame(name = c('cow','pig','eagle','pigeon'), 
             stringsAsFactors = FALSE)
df$type <- factor(df$name) # First step: copy vector and make it factor
# Change levels:
levels(df$type) <- list(
    animal = c("cow", "pig"),
    bird = c("eagle", "pigeon")
)
df
#     name   type
# 1    cow animal
# 2    pig animal
# 3  eagle   bird
# 4 pigeon   bird

Bir sarmalayıcı olarak basit bir işlev yazabilirsiniz:

changelevels <- function(f, ...) {
    f <- as.factor(f)
    levels(f) <- list(...)
    f
}

df <- data.frame(name = c('cow','pig','eagle','pigeon'), 
                 stringsAsFactors = TRUE)

df$type <- changelevels(df$name, animal=c("cow", "pig"), bird=c("eagle", "pigeon"))

İşte switchifadeyi kullanmanın bir yolu :

df <- data.frame(name = c('cow','pig','eagle','pigeon'), 
                 stringsAsFactors = FALSE)
df$type <- sapply(df$name, switch, 
                  cow = 'animal', 
                  pig = 'animal', 
                  eagle = 'bird', 
                  pigeon = 'bird')

> df
    name   type
1    cow animal
2    pig animal
3  eagle   bird
4 pigeon   bird

Bunun bir dezavantajı, animalher bir öğe için kategori adını ( vb.) Yazmaya devam etmeniz gerektiğidir . Kategorilerimizi aşağıdaki gibi tanımlayabilmek sözdizimsel olarak daha uygundur (çok benzer soruya bakın R'de bir veri çerçevesine nasıl sütun eklenir )

myMap <- list(animal = c('cow', 'pig'), bird = c('eagle', 'pigeon'))

ve bu haritayı bir şekilde "tersine çevirmek" istiyoruz. Kendi invMap işlevimi yazıyorum:

invMap <- function(map) {
  items <- as.character( unlist(map) )
  nams <- unlist(Map(rep, names(map), sapply(map, length)))
  names(nams) <- items
  nams
}

ve sonra yukarıdaki haritayı aşağıdaki gibi ters çevirin:

> invMap(myMap)
     cow      pig    eagle   pigeon 
"animal" "animal"   "bird"   "bird" 

Ve sonra, typesütunu veri çerçevesine eklemek için bunu kullanmak kolaydır :

df <- transform(df, type = invMap(myMap)[name])

> df
    name   type
1    cow animal
2    pig animal
3  eagle   bird
4 pigeon   bird

'Geçiş' için bir teklif göremiyorum. Kod örneği (çalıştırın):

x <- "three"
y <- 0
switch(x,
       one = {y <- 5},
       two = {y <- 12},
       three = {y <- 432})
y

Imho, en basit ve evrensel kod:

dft=data.frame(x = sample(letters[1:8], 20, replace=TRUE))
dft=within(dft,{
    y=NA
    y[x %in% c('a','b','c')]='abc'
    y[x %in% c('d','e','f')]='def'
    y[x %in% 'g']='g'
    y[x %in% 'h']='h'
})

Bir switchifade var ama onu olması gerektiğini düşündüğüm gibi çalıştıramıyorum. Örnek vermediğin için faktör değişkenini kullanarak bir örnek yapacağım:

 dft <-data.frame(x = sample(letters[1:8], 20, replace=TRUE))
 levels(dft$x)
[1] "a" "b" "c" "d" "e" "f" "g" "h"

Yeniden atamaya uygun bir sırada istediğiniz kategorileri belirtirseniz, faktör veya sayısal değişkenleri indeks olarak kullanabilirsiniz:

c("abc", "abc", "abc", "def", "def", "def", "g", "h")[dft$x]
 [1] "def" "h"   "g"   "def" "def" "abc" "h"   "h"   "def" "abc" "abc" "abc" "h"   "h"   "abc"
[16] "def" "abc" "abc" "def" "def"

dft$y <- c("abc", "abc", "abc", "def", "def", "def", "g", "h")[dft$x] str(dft)
'data.frame':   20 obs. of  2 variables:
 $ x: Factor w/ 8 levels "a","b","c","d",..: 4 8 7 4 6 1 8 8 5 2 ...
 $ y: chr  "def" "h" "g" "def" ...

Daha sonra gerçekten iki farklı anahtar işlevi olduğunu öğrendim. Bu genel bir işlev değildir, ancak ya ya switch.numericda olarak düşünmelisiniz switch.character. İlk argümanınız bir R 'faktörü' ise, switch.numericsorunlara yol açma olasılığı yüksek bir davranışla karşılaşırsınız, çünkü çoğu insan gösterilen faktörleri karakter olarak görür ve tüm işlevlerin onları bu şekilde işleyeceği konusunda yanlış varsayımda bulunur.

Araç paketindeki yeniden kodu kullanabilirsiniz:

library(ggplot2) #get data
library(car)
daimons$new_var <- recode(diamonds$clarity , "'I1' = 'low';'SI2' = 'low';else = 'high';")[1:10]

Bunların hiçbirini sevmiyorum, okuyucu veya potansiyel kullanıcı için net değiller. Ben sadece anonim bir işlev kullanıyorum, sözdizimi bir vaka ifadesi kadar kaygan değil, ancak değerlendirme bir vaka ifadesine benzer ve o kadar da acı verici değil. bu aynı zamanda onu değişkenlerinizin tanımlandığı yerde değerlendirdiğinizi varsayar.

result <- ( function() { if (x==10 | y< 5) return('foo') 
                         if (x==11 & y== 5) return('bar')
                        })()

anonim işlevi kapsamak ve değerlendirmek için bunların tümü () gereklidir.

Bahsettiğin durumlarda kullanıyorum switch(). Bir kontrol ifadesine benziyor ama aslında bir fonksiyon. İfade değerlendirilir ve bu değere göre listedeki karşılık gelen öğe döndürülür.

switch, ilk argümanın bir karakter dizesi veya sayı olarak değerlendirilip değerlendirilmediğine bağlı olarak iki farklı şekilde çalışır.

Aşağıda, eski kategorileri yenileriyle daraltmak için sorununuzu çözen basit bir dizi örneği verilmiştir.

Karakter dizesi formu için, adlandırılmış değerlerden sonra varsayılan olarak tek bir adlandırılmamış bağımsız değişken ekleyin.

newCat <- switch(EXPR = category,
       cat1   = catX,
       cat2   = catX,
       cat3   = catY,
       cat4   = catY,
       cat5   = catZ,
       cat6   = catZ,
       "not available")

Sql benzeri sözdizimine sahip olmak istiyorsanız, sadece sqldfpaketi kullanabilirsiniz . Kullanılacak fonksiyon aynı zamanda isimlerdir sqldfve sözdizimi aşağıdaki gibidir

sqldf(<your query in quotation marks>)

Bir vaka açıklaması aslında burada doğru yaklaşım olmayabilir. Bu bir faktörse, ki muhtemelen öyle, faktörün seviyelerini uygun şekilde ayarlayın.

A'dan E'ye kadar olan harflerde bunun gibi bir faktörünüz olduğunu varsayalım.

> a <- factor(rep(LETTERS[1:5],2))
> a
 [1] A B C D E A B C D E
Levels: A B C D E

B ve C seviyelerine katılmak ve BC olarak adlandırmak için, sadece bu seviyelerin isimlerini BC olarak değiştirin.

> levels(a) <- c("A","BC","BC","D","E")
> a
 [1] A  BC BC D  E  A  BC BC D  E 
Levels: A BC D E

Sonuç arzu edildiği gibidir.

Karıştırma plyr::mutate ve dplyr::case_whenbenim için çalışıyor ve okunabilir.

iris %>%
plyr::mutate(coolness =
     dplyr::case_when(Species  == "setosa"     ~ "not cool",
                      Species  == "versicolor" ~ "not cool",
                      Species  == "virginica"  ~ "super awesome",
                      TRUE                     ~ "undetermined"
       )) -> testIris
head(testIris)
levels(testIris$coolness)  ## NULL
testIris$coolness <- as.factor(testIris$coolness)
levels(testIris$coolness)  ## ok now
testIris[97:103,4:6]

Sütun mutasyondan char yerine faktör olarak çıkabiliyorsa bonus puan! Tüm eşleşmeyen satırları yakalayan case_when ifadesinin son satırı çok önemlidir.

     Petal.Width    Species      coolness
 97         1.3  versicolor      not cool
 98         1.3  versicolor      not cool  
 99         1.1  versicolor      not cool
100         1.3  versicolor      not cool
101         2.5  virginica     super awesome
102         1.9  virginica     super awesome
103         2.1  virginica     super awesome

Sen kullanabilirsiniz baseişlevini mergevaka tarzı remapping'i görevler için:

df <- data.frame(name = c('cow','pig','eagle','pigeon','cow','eagle'), 
                 stringsAsFactors = FALSE)

mapping <- data.frame(
  name=c('cow','pig','eagle','pigeon'),
  category=c('mammal','mammal','bird','bird')
)

merge(df,mapping)
# name category
# 1    cow   mammal
# 2    cow   mammal
# 3  eagle     bird
# 4  eagle     bird
# 5    pig   mammal
# 6 pigeon     bird

Data.table v1.13.0'dan itibarenfcase() SQL benzeri CASEişlemler yapmak için (hızlı durum) işlevini kullanabilirsiniz (buna benzer dplyr::case_when()):

require(data.table)

dt <- data.table(name = c('cow','pig','eagle','pigeon','cow','eagle'))
dt[ , category := fcase(name %in% c('cow', 'pig'), 'mammal',
                        name %in% c('eagle', 'pigeon'), 'bird') ]