在R中使用case_when与%in%实现多列分组的频率值重编码

问题原因 #

你遇到的报错是因为c(labrador, beagle, corgi)会把3列3行的所有值拼接成长度为9的向量，和数据集3行的长度不匹配，所以mutate无法生成新列。你需要的是逐行判断指定分组的列中是否存在符合规则的值，tidyverse里的if_any()函数刚好适配这个需求。

解决方案代码 #

library(tidyverse)

data <- tibble::tribble(
  ~labrador,  ~beagle,    ~corgi,  ~pigeon, ~sparrow,   ~robin,
  "Weekly", "Rarely",   "Never", "Rarely",  "Never", "Rarely",
  "Never",  "Never", "Monthly",  "Never",  "Never",  "Never",
  "Rarely",  "Never",   "Never", "Weekly",  "Never",  "Daily"
)

# 定义分组，后续新增分组只要修改这个列表即可，扩展性强
group_list <- list(
  dogs = c("labrador", "beagle", "corgi"),
  birds = c("pigeon", "sparrow", "robin")
)

# 批量生成分组列
result <- data %>%
  mutate(
    # 遍历分组列表生成对应列
    !!!map(group_list, function(cols) {
      case_when(
        if_any(all_of(cols), ~.x %in% c("Daily", "Weekly", "Monthly")) ~ "Regularly",
        if_any(all_of(cols), ~.x == "Rarely") ~ "Rarely",
        if_any(all_of(cols), ~.x == "Never") ~ "Never"
      )
    })
  )

print(result)

运行结果与预期完全一致 #

扩展性说明 #

如果后续新增更多分类和列，只需要修改group_list列表即可，不需要重复写mutate逻辑：

• 新增狗的品种，只要在dogs对应的向量里添加对应列名
• 新增其他动物分组，只要在group_list里加对应分组名和包含的列名即可

内容的提问来源于stack exchange，提问作者Matthew Law