r - 避免与 dplyr::case_when 发生类型冲突

Question

我试图在 dplyr::case_when 中使用 dplyr::mutate 来创建一个新变量，我将一些值设置为缺失并同时重新编码其他值。

但是，如果我尝试将值设置为 NA ，则会收到一条错误消息，指出我们无法创建变量 new 因为 NA 是合乎逻辑的:

Error in mutate_impl(.data, dots) :
Evaluation error: must be type double, not logical.

有没有办法使用它在数据帧的非逻辑向量中将值设置为 NA？

library(dplyr)    

# Create data
df <- data.frame(old = 1:3)

# Create new variable
df <- df %>% dplyr::mutate(new = dplyr::case_when(old == 1 ~ 5,
                                                  old == 2 ~ NA,
                                                  TRUE ~ old))

# Desired output
c(5, NA, 3)

Answer 1

如 ?case_when 所述:

All RHSs must evaluate to the same type of vector.

你实际上有两种可能性:

1) 创建 new 作为数值向量

df <- df %>% mutate(new = case_when(old == 1 ~ 5,
                                    old == 2 ~ NA_real_,
                                    TRUE ~ as.numeric(old)))

请注意， NA_real_ 是 NA 的数字版本，您必须将 old 转换为数字，因为您在原始数据框中将其创建为整数。

你得到:

str(df)
# 'data.frame': 3 obs. of  2 variables:
# $ old: int  1 2 3
# $ new: num  5 NA 3

2) 创建 new 作为整数向量

df <- df %>% mutate(new = case_when(old == 1 ~ 5L,
                                    old == 2 ~ NA_integer_,
                                    TRUE ~ old))

这里， 5L 将 5 强制为整数类型，而 NA_integer_ 是 NA 的整数版本。

所以这次 new 是整数:

str(df)
# 'data.frame': 3 obs. of  2 variables:
# $ old: int  1 2 3
# $ new: int  5 NA 3