r - 如何将使用 "case_when"的脚本转换为使用 "dt_case_when"的脚本

Question

我正在检查是否可以将我在某些脚本中使用的 case_when 函数替换为 dt_case_when 函数，该函数似乎更快。当我检查以下代码时，似乎 TRUE 语句没有执行任何操作。有人找到了潜在的解决方案吗？谢谢!

我正在使用 case_when 函数复制脚本以查看预期结果。

df <- data.frame(Name = c("ID_1", "ID_2", "ID_3","ID_4"),
                 Status = c(NA_character_, "Alive", "Alive", NA_character_))

df %>%
  mutate(
    Value = case_when(
      Status == "Alive" ~ 1,
      TRUE ~ 0      
    )
  )

df %>%
  mutate(
    Value = dt_case_when(
      Status == "Alive" ~ 1,
      TRUE ~ 0      
    )
  )

TRUE 在 dt_case_when 中不像在 case_when 中那样工作

Answer 1

出现此问题的原因是 NA Status 中的值。 TRUE ~ 0部分dplyr::case_when()是在不满足其他条件时分配的默认值。 Status == "Alive"计算结果不为 TRUE对于 NA ，所以结果是0对于 NA值。

相反，如tidyfast::dt_case_when() docs状态，功能:

Does what dplyr::case_when() does, with the same syntax, but with data.table::fifelse() under the hood.

这本质上意味着您正在这样做:

df  |>
    mutate(
        Value = data.table::fifelse(Status == "Alive", 1, 0)
    )
#   Name Status Value
# 1 ID_1   <NA>    NA
# 2 ID_2  Alive     1
# 3 ID_3  Alive     1
# 4 ID_4   <NA>    NA

如您所见，与 case_when() 不同, data.table::fifelse() 返回NA如果正在测试的值为 NA 。这与 base::ifelse() 的行为相同。和 dplyr::if_else() .

如果您需要更快的替代方案 dplyr::case_when() ，你可以只使用 data.table::fcase() ，与 NA 具有相同的行为值为 case_when() .

这可以使用 dplyr 来完成语法:

df %>%
  mutate(
    Value = data.table::fcase(
        Status == "Alive", 1,
        default = 0
    )
  )
#   Name Status Value
# 1 ID_1   <NA>     0
# 2 ID_2  Alive     1
# 3 ID_3  Alive     1
# 4 ID_4   <NA>     0

或者只使用data.table :

library(data.table)
setDT(df)
df[, Value := fcase(
    Status == "Alive", 1,
    default = 0
)]
# Same result