使用列名称非常多个条件的mutate_at对变量进行重新编码-解网

问：

编辑：我实际上有需要重新编码的文本。更新以反映 - 我有一组带有标签“js”的变量和其他带有 js_R_ 的变量。我需要单独对这两个变量进行重新编码，这意味着所有“js”列都需要使用相同的规则进行重新编码，但使用与“js_R_”不同的规则，反之亦然。假设我的数据集如下所示：

d1 <- data.frame(js_1 = c("Strongly agree", "Agree", "Neither", "Disagree", "Strongly disagree"), 
                 js_R_2 = c("Strongly disagree", "Disagree", "Neither", "Agree", "Strongly agree"))

我想做的是为包含“js”但不包含“_R _”的列指定重新编码规则。通常，我会做这样的事情

  mutate_at(
    vars(contains("js"),
    funs(case_when(.== "Strongly disagree"~1,
      .== "Disagree"~2,
      .== "Neither"~3,
      .== "Agree"~4,
      .== "Strongly agree" ~5)))

但我在向我的命令添加多个标准方面一直没有成功。vars

任何帮助都是值得赞赏的！

r tidyverse 突变

library(dplyr)

# Using case_when like OP
d1 |>
  mutate(
    across(contains("js") & !contains("R"),
           ~ case_when(. == "Strongly disagree" ~ 1,
                       . == "Disagree" ~ 2,
                       . == "Neither" ~ 3,
                       . == "Agree" ~ 4,
                       . == "Strongly agree" ~ 5))
  )

# Using case_match (recode in dplyr v. < 1.1.0)
d1 |>
  mutate(
    across(contains("js") & !contains("R"),
           ~ case_match(.,
                        "Strongly disagree" ~ 1,
                        "Disagree" ~ 2,
                        "Neither" ~ 3,
                        "Agree" ~ 4,
                        "Strongly agree" ~ 5))
  )

输出：

  js_1            js_R_2
1    5 Strongly disagree
2    4          Disagree
3    3           Neither
4    2             Agree
5    1    Strongly agree

mutate_at等被取代并被弃用，但如果您愿意：funs()

d1 |>
  mutate_at(
            vars(contains("js") & !contains("R")),
                 funs(case_when(. == "Strongly disagree" ~ 1,
                                . == "Disagree" ~ 2,
                                . == "Neither" ~ 3,
                                . == "Agree" ~ 4,
                                . == "Strongly agree" ~ 5))
            )

上一个：使用 R 删除名称具有特定命名顺序的列

下一个：Power BI 相对日期切片器

使用列名称非常多个条件的mutate_at对变量进行重新编码

Recode variables using mutate_at where column names very more than one condition

评论