R：将 2 个变量重新编码为 1 个内部函数

Question

我运行遇到了两个为数据框编写函数的问题。我经常得到一个包含 2 个变量的数据框，我想将它们重新编码为一个变量。

If V1>0 and V2 <0 then new_variable = "V1>0, V2<0.

在我得到的所有数据框中，V1 和 V2 的名称不同。

问题编号 1。不知道为什么test_df$newVar，这个函数后得到的只有"C>0, I>0"

#Using test FUN on example data frame
    test_df.afterFUN <- test_fun(test_df, var1 = "V1", var2 = "V2", newVar = "category")

问题编号 2。为什么此函数的最后一个参数 "newVar" 没有将名称更改为 "category"？如果我运行此函数的代码适用于单个数据框（重命名变量等），它将起作用并给我想要的东西（看 test_df2）

rm(list = ls())
    library("dplyr") # for filter
    # Preparing example data frame
    rama <- rbind(c(-5:20, -20:5), c(-20:5, -5:20))
    rama <- t(rama)
    colnames(rama) <- c("V1", "V2")
    test_df <- as.data.frame(rama)

#Test FUN

test_fun <- function(df, var1, var2, newVar) {
  df1 <- filter(df, var1 == 0, var2 == 0)
  df1  <- mutate(df1, newVar = "C=0, I=0")
  df2 <- filter(df, var1 == 0, var2  > 0)
  df2  <- mutate(df2, newVar = "C=0, I>0")
  df3 <- filter(df, var1 == 0, var2  < 0)
  df3  <- mutate(df3, newVar =  "C=0, I<0")
  df4 <- filter(df, var1 >  0, var2 == 0)
  df4  <- mutate(df4, newVar =  "C>0, I=0")
  df5 <- filter(df, var1 >  0, var2  > 0)
  df5  <- mutate(df5, newVar =  "C>0, I>0")
  df6 <- filter(df, var1 >  0, var2  < 0)
  df6  <- mutate(df6, newVar =  "C>0, I<0")
  df7 <- filter(df, var1 <  0, var2 == 0)
  df7  <- mutate(df7, newVar =  "C<0, I=0")
  df8 <- filter(df, var1 <  0, var2 >  0)
  df8  <- mutate(df8, newVar =  "C<0, I>0")
  df9 <- filter(df, var1 <  0, var2 <  0)
  df9  <- mutate(df9, newVar =  "C<0, I<0")
   df <- rbind(df1, df2, df3, df4, df5, df6, df7, df8, df9)
   return(df)
    }

    #Using test FUN on example data frame
    test_df.afterFUN <- test_fun(test_df, var1 = "V1", var2 = "V2", newVar = "category")

    # Procedure outside of funcion fitted to test_df
    df1 <- filter(test_df, V1 == 0, V2 == 0)
    df1  <- mutate(df1, newVar = "C=0, I=0")
    df2 <- filter(test_df, V1 == 0, V2  > 0)
    df2  <- mutate(df2, newVar = "C=0, I>0")
    df3 <- filter(test_df, V1 == 0, V2  < 0)
    df3  <- mutate(df3, newVar =  "C=0, I<0")
    df4 <- filter(test_df, V1 >  0, V2 == 0)
    df4  <- mutate(df4, newVar =  "C>0, I=0")
    df5 <- filter(test_df, V1 >  0, V2  > 0)
    df5  <- mutate(df5, newVar =  "C>0, I>0")
    df6 <- filter(test_df, V1 >  0, V2  < 0)
    df6  <- mutate(df6, newVar =  "C>0, I<0")
    df7 <- filter(test_df, V1 <  0, V2 == 0)
    df7  <- mutate(df7, newVar =  "C<0, I=0")
    df8 <- filter(test_df, V1 <  0, V2 >  0)
    df8  <- mutate(df8, newVar =  "C<0, I>0")
    df9 <- filter(test_df, V1 <  0, V2 <  0)
    df9  <- mutate(df9, newVar =  "C<0, I<0")
    test_df2 <- rbind(df1, df2, df3, df4, df5, df6, df7, df8, df9)

Answer 1

这可能会写得更好，但请尝试：

test_fun <- function(df,col1, col2, newVar) {
    temp <- sapply(df[,c(col1,col2)],function(x) revalue(factor(sign(x)),c("-1"="<0","0"="=0","1"=">0")))
    df[,newVar] <- apply(temp, 1, function(y) paste0(col1,y[1],", ",col2,y[2]))
    df
}

head(test_fun(test_df,"V1", "V2", "category"))
#   V1  V2   category
# 1 -5 -20 V1<0, V2<0
# 2 -4 -19 V1<0, V2<0
# 3 -3 -18 V1<0, V2<0
# 4 -2 -17 V1<0, V2<0
# 5 -1 -16 V1<0, V2<0
# 6  0 -15 V1=0, V2<0

说明

我们使用 sign 来获取列中每个数字的符号（returns -1、0 或 1）。然后，我们使用 revalue(factor),c()) 将这些数字重写为字符串“<0”、“=0”和“>0”。我们使用 sapply 将其应用于 test_df 的两列。这returns一个字符矩阵。然后，我们将 paste 应用于每一行以获得所需的字符向量。最后，我们将该向量分配给 test_df$category.

R：将 2 个变量重新编码为 1 个内部函数

R: recoding 2 variables into 1 inside function

r

function

dataframe

dplyr

recode