如何解决Case_when 使用 sum 对数据进行分类的问题 - R/dplyr 解决方案
我可能在这里做了一些愚蠢的事情,但希望得到一些帮助。我正在尝试对一些填写错误的数据进行分类。
df <- data.frame(ID = c("A","A","B","B"),headache_y_n = c("Yes","Yes","No","No"),headache_days =c("2","2","1","1"))
我想说的是,如果每个ID的here_y_n是yes超过3次,那么它符合“延长”的标准,否则应该是“短”。
因此,我想要以下输出:
output <- data.frame(ID = c("A","1"),criteria =c("prolonged","prolonged","short","short"))
我的代码如下:
library(dplyr)
df %>% group_by(ID) %>% mutate(criteria=case_when(
sum(any(headache_y_n=="Yes") >= 3) ~ "prolonged",TRUE ~ "short"
))
不幸的是它不起作用,我收到以下错误:
Error: Problem with `mutate()` input `criteria`.
x LHS of case 1 (`sum(any(headache_y_n == "Yes") >= 3)`) must be a logical vector,not an integer vector.
ℹ Input `criteria` is `case_when(...)`.
ℹ The error occurred in group 1: ID = "A".
我不够聪明,无法弄清楚我哪里出错了,因此我为什么要恳请您的帮助!
谢谢!
解决方法
any
和sum
应该切换,即按'ID'分组后,我们计算'Yes'的数量,即逻辑表达式的sum
({{1} }),然后在 headache_y_n == 'Yes'
sum
之后创建第二个表达式,用 >=3
包裹它以匹配(这里可能不需要,因为 any
只是一个值)
sum
即即使删除library(dplyr)
df %>%
group_by(ID) %>%
mutate(criteria=case_when(
any(sum(headache_y_n=="Yes") >= 3) ~ "prolonged",TRUE ~ "short"
))
,它返回相同的
any
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。