编辑:我的 df
有一个拼写错误创作,缺少 _
MediaName
的最后一个值;现在已更正此问题。
我想创建一个新变量TrialId
在数据框中作为另一个变量值的一部分 MediaName
取决于第三个变量 Phase
的值,并认为我可以使用 strsplit
来做到这一点和ifelse
在dplyr::mutate
内如下:
library(dplyr)
# Creating a simple data frame for the example
df <- data.frame(Phase = c(rep("Familiarisation",8),rep("Test",3)),
MediaName = c("Flip_A1_G1","Reg_B2_S1","Reg_A2_G1","Flip_B1_S1",
"Reg_A1_G2","Flip_B2_S2","Reg_A2_G2","Flip_B1_S2",
"HC_A1L","TC_B1R","RC_BL_2R"))
# Creating a new column
df <- df %>%
mutate(TrialId = ifelse(Phase == "Familiarisation",
sapply(strsplit(MediaName, "_"), "[", 2),
sapply(strsplit(MediaName, "_"), "[", 1)))
预期结果是
> df$TrialId
[1] "A1" "B2" "A2" "B1" "A1" "B2" "A2" "B1" "HC" "TC" "RC"
但是,这给了我以下错误,因为我相信 strsplit
:
Error in mutate_impl(.data, dots) :
Evaluation error: non-character argument.
我从this SO question知道在这个小例子中,我可以通过将我的数据框定义为 tibble::data_frame
来轻松解决我的问题,不知道为什么这可以解决问题。尽管在我的实际代码 df
中我不能完全做到这一点来自读取 csv 文件(带有 read.csv()
)。我一直在想使用df <- df %>% as_tibble() %>% mutate(...)
会以类似的方式解决问题,但事实并非如此(为什么?)。
有没有办法实际使用 tibble
即使在读取文件时?或者是否有另一种方法可以实现我需要做的事情,而不使用 strsplit
也许?
我还在阅读this other SO question您可以使用tidyr::separate
但它并没有完全按照我想要的方式进行,因为我需要根据 Phase
的值保留第一个或第二个值.
最佳答案
你可以尝试:
library(tidyverse)
# your first data
df_old <- data.frame(Phase = c(rep("Familiarisation",8),rep("Test",3)),
MediaName = c("Flip_A1_G1","Reg_B2_S1","Reg_A2_G1","Flip_B1_S1",
"Reg_A1_G2","Flip_B2_S2","Reg_A2_G2","Flip_B1_S2",
"HC_A1L","TC_B1R","RC_BL2R"))
df_old %>%
separate(MediaName, into=letters[1:3], sep="_", fill = "left", remove = FALSE) %>%
select(Phase, MediaName, TrialId=b)
Phase MediaName TrialId
1 Familiarisation Flip_A1_G1 A1
2 Familiarisation Reg_B2_S1 B2
3 Familiarisation Reg_A2_G1 A2
4 Familiarisation Flip_B1_S1 B1
5 Familiarisation Reg_A1_G2 A1
6 Familiarisation Flip_B2_S2 B2
7 Familiarisation Reg_A2_G2 A2
8 Familiarisation Flip_B1_S2 B1
9 Test HC_A1L HC
10 Test TC_B1R TC
11 Test RC_BL2R RC
这是根据提供的示例数据的硬编码解决方案。用"_"
分隔,如果只有两个而不是三个"_"
,则从左侧填充NA
。最后,选择您需要的列。
编辑
对于新数据,情况会稍微复杂一些。但你可以尝试:
df %>%
add_column(MediaName_keep=df$MediaName) %>%
group_by(MediaName_keep) %>%
separate_rows(MediaName, sep="_") %>%
mutate(n=1:n()) %>%
filter((Phase == "Familiarisation" & n == 2) | (Phase == "Test" & n == 1)) %>%
select(Phase, MediaName=MediaName_keep, TrialId=MediaName)
# A tibble: 11 x 3
# Groups: MediaName [11]
Phase MediaName TrialId
<fctr> <fctr> <chr>
1 Familiarisation Flip_A1_G1 A1
2 Familiarisation Reg_B2_S1 B2
3 Familiarisation Reg_A2_G1 A2
4 Familiarisation Flip_B1_S1 B1
5 Familiarisation Reg_A1_G2 A1
6 Familiarisation Flip_B2_S2 B2
7 Familiarisation Reg_A2_G2 A2
8 Familiarisation Flip_B1_S2 B1
9 Test HC_A1L HC
10 Test TC_B1R TC
11 Test RC_BL_2R RC
这个想法是一样的。分开,但此时通过 MediaName_keep
添加并计算新行,然后根据您的需要进行过滤。
关于r - 在 dplyr::mutate 中使用 strsplit (没有 tibble::data_frame)会引发 "Evaluation error: non-character argument",我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47675557/