C'è un modo efficiente per mutare solo le righe che soddisfano una condizione? Pensare di mutare(quando(condizione))

Question 1

Sto cercando di applicare un mutare solo se vengono soddisfatte determinate condizioni.

So che posso fare questo...

data2 <- data1 %>%
   group_by(a, b) %>%
   mutate(
      var1 = case_when(
         condition ~ TRUE,
         TRUE ~ FALSE,
         NA
         ),
      var2 = case_when(
         condition ~ TRUE,
         max(var28),
         var2
         ),
      var3 = case_when(
         condition ~ TRUE,
         "happy",
         var3
         ),
...more vars here....
)

Quello che vorrei è qualcosa che assomiglia a questo...

data2 <- data1 %>%
   group_by(a, b) %>%
   mutate(
      when(condition),
      var1 = FALSE,
      var2 = max(var28),
      var3 = "happy",
...more vars here....
)

Purtroppo mutate(across(when(condition))) non ha funzionato.

Qualsiasi suggesions?

Question 2

Non vi è alcuna funzionalità per fare questo a mutare, ma Romain Francois ha condiviso una funzione che si potrebbe definire te stesso che fa questo:

library(dplyr, warn.conflicts = F)

mutate_when <- function(.data, when, ...) {
  dots <- enquos(...)
  names <- names(dots)
  
  mutate(.data, {
    test <- {{ when }}
    
    changed <- data.frame(!!!dots, stringsAsFactors = FALSE)
    out <- across(all_of(names))
    # assuming `changed` and `out` have the same data frame type

    out[test, ] <- changed[test, ]
    out
  })
  
}

tibble(x = 1:4, y = 1:4) %>% 
  mutate_when(x < 4, x = -x, y = -y)
#> # A tibble: 4 × 2
#>       x     y
#>   <int> <int>
#> 1    -1    -1
#> 2    -2    -2
#> 3    -3    -3
#> 4     4     4

^{Creato il 2021-11-23 dal reprex pacchetto (v2.0.1)}

Question 3

Un'altra possibile soluzione è quella di utilizzare tra() e ifelse(), ad esempio, se il valore nella colonna x è minore di quattro, eseguire la mutazione:

library(tidyverse)
tibble(x = c(1:2, 4:5), y = 1:4) %>% 
  mutate(across(everything(), ~ ifelse(x < 4, -.x, .x)))
#> # A tibble: 4 × 2
#>       x     y
#>   <int> <int>
#> 1    -1    -1
#> 2    -2    -2
#> 3     4     3
#> 4     5     4

^{Creato il 2021-11-24 dal reprex pacchetto (v2.0.1)}

Inoltre, è possibile nidificare ifelse insieme, ad esempio, se il valore nella colonna x è inferiore a 4, o se un valore in una colonna è uguale a 3, mutare:

library(tidyverse)
tibble(x = c(1:2, 4:5), y = 1:4) %>% 
  mutate(across(everything(), ~ ifelse(x < 4, -.x,
                                       ifelse(.x == 3, .x + 10, .x))))
#> # A tibble: 4 × 2
#>       x     y
#>   <int> <dbl>
#> 1    -1    -1
#> 2    -2    -2
#> 3     4    13
#> 4     5     4

^{Creato il 2021-11-24 dal reprex pacchetto (v2.0.1)}

E così via:

library(tidyverse)
tibble(x = c(1:2, 4:5), y = 1:4) %>% 
  mutate(across(everything(), ~ ifelse(x < 4, -.x,
                                       ifelse(.x == 3, .x + 10,
                                              ifelse(.x >= 5, "outlier", .x)))))
#> # A tibble: 4 × 2
#>   x           y
#>   <chr>   <dbl>
#> 1 -1         -1
#> 2 -2         -2
#> 3 4          13
#> 4 outlier     4

^{Creato il 2021-11-24 dal reprex pacchetto (v2.0.1)}

--

Fare la mutazione in modo più efficiente, non utilizzare dplyr::mutare. Il ifelse() la funzione vettoriale (per ulteriori dettagli: https://swcarpentry.github.io/r-novice-gapminder/09-vectorization/) e se si dispone di un grande dataframe, ifelse solo molto probabile che sarà più veloce di tidyverse funzioni, ad es.

library(tidyverse)
df <- tibble(x = c(1:2, 4:5), y = 1:4)
df$y <- ifelse(df$x < 4, -df$y, df$y)
df
#> # A tibble: 4 × 2
#>       x     y
#>   <int> <int>
#> 1     1    -1
#> 2     2    -2
#> 3     4     3
#> 4     5     4

Modifica

Un'altra possibilità è quella di sostituire i valori tramite l'assegnazione: df$y[df$x < 4] <- -(df$y); df$x[df$x < 4] <- -(df$x) (veloce, ma ci sono delle limitazioni).

Ecco una rapida benchmark dei metodi suggeriti con 1 milione di righe:

library(tidyverse)
df <- tibble(x = sample(1:10, 1000000, replace = TRUE),
             y = sample(1:10, 1000000, replace = TRUE))

mutate_func <- function(df){
  df %>%
    mutate(across(everything(), ~ ifelse(x < 4, -.x, .x)))
}

ifelse_func <- function(df){
  df$y <- ifelse(df$x < 4, -df$y, df$y)
}

replacement_func <- function(df) {
  df$y[df$x < 4] <- -(df$y)
  df$x[df$x < 4] <- -(df$x)
}

mutate_when_func <- function(df) {
  mutate_when <- function(.data, when, ...) {
    dots <- enquos(...)
    names <- names(dots)
  
    mutate(.data, {
      test <- {{ when }}
    
      changed <- data.frame(!!!dots, stringsAsFactors = FALSE)
      out <- across(all_of(names))
      # assuming `changed` and `out` have the same data frame type
    
      out[test, ] <- changed[test, ]
      out
    })
  }

df %>% 
  mutate_when(x < 4, x = -x, y = -y)
}

library(microbenchmark)
result <- microbenchmark(mutate_func(df), ifelse_func(df),
                         mutate_when_func(df), replacement_func(df),
                         times = 10)
autoplot(result)

IceCreamToucan · Answer 1 · 2021-11-23T22:24:23

Non vi è alcuna funzionalità per fare questo a mutare, ma Romain Francois ha condiviso una funzione che si potrebbe definire te stesso che fa questo:

library(dplyr, warn.conflicts = F)

mutate_when <- function(.data, when, ...) {
  dots <- enquos(...)
  names <- names(dots)
  
  mutate(.data, {
    test <- {{ when }}
    
    changed <- data.frame(!!!dots, stringsAsFactors = FALSE)
    out <- across(all_of(names))
    # assuming `changed` and `out` have the same data frame type

    out[test, ] <- changed[test, ]
    out
  })
  
}

tibble(x = 1:4, y = 1:4) %>% 
  mutate_when(x < 4, x = -x, y = -y)
#> # A tibble: 4 × 2
#>       x     y
#>   <int> <int>
#> 1    -1    -1
#> 2    -2    -2
#> 3    -3    -3
#> 4     4     4

^{Creato il 2021-11-23 dal reprex pacchetto (v2.0.1)}

Questo è esattamente semplificato funzionalità stavo cercando. Grazie!

jared_mamrot · Answer 2 · 2021-11-23T22:16:02

Un'altra possibile soluzione è quella di utilizzare tra() e ifelse(), ad esempio, se il valore nella colonna x è minore di quattro, eseguire la mutazione:

library(tidyverse)
tibble(x = c(1:2, 4:5), y = 1:4) %>% 
  mutate(across(everything(), ~ ifelse(x < 4, -.x, .x)))
#> # A tibble: 4 × 2
#>       x     y
#>   <int> <int>
#> 1    -1    -1
#> 2    -2    -2
#> 3     4     3
#> 4     5     4

^{Creato il 2021-11-24 dal reprex pacchetto (v2.0.1)}

Inoltre, è possibile nidificare ifelse insieme, ad esempio, se il valore nella colonna x è inferiore a 4, o se un valore in una colonna è uguale a 3, mutare:

library(tidyverse)
tibble(x = c(1:2, 4:5), y = 1:4) %>% 
  mutate(across(everything(), ~ ifelse(x < 4, -.x,
                                       ifelse(.x == 3, .x + 10, .x))))
#> # A tibble: 4 × 2
#>       x     y
#>   <int> <dbl>
#> 1    -1    -1
#> 2    -2    -2
#> 3     4    13
#> 4     5     4

^{Creato il 2021-11-24 dal reprex pacchetto (v2.0.1)}

E così via:

library(tidyverse)
tibble(x = c(1:2, 4:5), y = 1:4) %>% 
  mutate(across(everything(), ~ ifelse(x < 4, -.x,
                                       ifelse(.x == 3, .x + 10,
                                              ifelse(.x >= 5, "outlier", .x)))))
#> # A tibble: 4 × 2
#>   x           y
#>   <chr>   <dbl>
#> 1 -1         -1
#> 2 -2         -2
#> 3 4          13
#> 4 outlier     4

^{Creato il 2021-11-24 dal reprex pacchetto (v2.0.1)}

--

Fare la mutazione in modo più efficiente, non utilizzare dplyr::mutare. Il ifelse() la funzione vettoriale (per ulteriori dettagli: https://swcarpentry.github.io/r-novice-gapminder/09-vectorization/) e se si dispone di un grande dataframe, ifelse solo molto probabile che sarà più veloce di tidyverse funzioni, ad es.

library(tidyverse)
df <- tibble(x = c(1:2, 4:5), y = 1:4)
df$y <- ifelse(df$x < 4, -df$y, df$y)
df
#> # A tibble: 4 × 2
#>       x     y
#>   <int> <int>
#> 1     1    -1
#> 2     2    -2
#> 3     4     3
#> 4     5     4

Modifica

Un'altra possibilità è quella di sostituire i valori tramite l'assegnazione: df$y[df$x < 4] <- -(df$y); df$x[df$x < 4] <- -(df$x) (veloce, ma ci sono delle limitazioni).

Ecco una rapida benchmark dei metodi suggeriti con 1 milione di righe:

library(tidyverse)
df <- tibble(x = sample(1:10, 1000000, replace = TRUE),
             y = sample(1:10, 1000000, replace = TRUE))

mutate_func <- function(df){
  df %>%
    mutate(across(everything(), ~ ifelse(x < 4, -.x, .x)))
}

ifelse_func <- function(df){
  df$y <- ifelse(df$x < 4, -df$y, df$y)
}

replacement_func <- function(df) {
  df$y[df$x < 4] <- -(df$y)
  df$x[df$x < 4] <- -(df$x)
}

mutate_when_func <- function(df) {
  mutate_when <- function(.data, when, ...) {
    dots <- enquos(...)
    names <- names(dots)
  
    mutate(.data, {
      test <- {{ when }}
    
      changed <- data.frame(!!!dots, stringsAsFactors = FALSE)
      out <- across(all_of(names))
      # assuming `changed` and `out` have the same data frame type
    
      out[test, ] <- changed[test, ]
      out
    })
  }

df %>% 
  mutate_when(x < 4, x = -x, y = -y)
}

library(microbenchmark)
result <- microbenchmark(mutate_func(df), ifelse_func(df),
                         mutate_when_func(df), replacement_func(df),
                         times = 10)
autoplot(result)

questo è davvero grande analisi. Nella mia particolare situazione, non ho dati di piccole dimensioni, in cui l'uscita è derivato da variabili utilizzando un diagramma di flusso, e il codice potrebbe essere visto da un pubblico meno tecnico. Così il mutate_when funzione si inserisce il disegno di legge, questa volta, ma è bene sapere che in caso io o qualcun altro sta facendo qualcosa di tecnologicamente più intenso.

C'è un modo efficiente per mutare solo le righe che soddisfano una condizione? Pensare di mutare(quando(condizione))

Domanda

Migliore risposta

Modifica

In altre lingue

Questa pagina è in altre lingue

Popolare in questa categoria

Domande popolari in questa categoria