使用dplyr有条件地将列中的值替换为另一列中的值

本文介绍了使用dplyr有条件地将列中的值替换为另一列中的值的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述

我非常努力地找到答案，如果出现重复，我深表歉意。

I tried really hard to find an answer to this and I apologize if it's a duplicate.

我将输入一些虚拟数据来解释我的问题。

I'll make some dummy data to explain my question.

tibble(a=c(0.1, 0.2, 0.3), sample1 = c(0, 1, 1), sample2 = c(1, 1, 0)) # A tibble: 3 x 3 a sample1 sample2 <dbl> <dbl> <dbl> 1 0.1 0 1 2 0.2 1 1 3 0.3 1 0

如何有条件地更改 sample1 和 sample2 列中的值，以便如果它们等于1，则采用 a

How to I conditionally change the values in columns sample1 and sample2 so that if they are equal to one, they take on the value of a.

产生的小标题应如下所示：

The resulting tibble should look like this:

# A tibble: 3 x 3 a sample1 sample2 <dbl> <dbl> <dbl> 1 0.1 0 0.1 2 0.2 0.2 0.2 3 0.3 0.3 0

理想情况下，我不想为每个单独的示例列（我有> 100个示例列）执行此操作，因此一种遍历列的方法会更好（尽管我知道循环是魔鬼）。

Ideally I don't want to do this for each individual sample column (I have >100 sample columns), so a way to loop over columns would be better (although I know loops are the devil).

谢谢您的帮助！

推荐答案

您可以使用 mutate_at 与 ifelse ：

df %>% mutate_at(vars(starts_with('sample')), funs(ifelse(. == 1, a, .))) # A tibble: 3 x 3 # a sample1 sample2 # <dbl> <dbl> <dbl> #1 0.1 0.0 0.1 #2 0.2 0.2 0.2 #3 0.3 0.3 0.0

vars（starts_with（'sample'））匹配以 sample 和 mutate_at 将函数 funs（ifelse（。== 1，a，。））应用于每一列； 。代表此处的匹配列。

vars(starts_with('sample')) matches all columns that starts with sample and mutate_at applies the function funs(ifelse(. == 1, a, .)) to each column; . stands for the matched column here.

如果确保所有示例列仅包含 1 和 0 ，可以将其缩短为：

If you are sure all the samples columns contain only 1 and 0, it can be shortened as:

df %>% mutate_at(vars(starts_with('sample')), funs(. * a)) # A tibble: 3 x 3 # a sample1 sample2 # <dbl> <dbl> <dbl> #1 0.1 0.0 0.1 #2 0.2 0.2 0.2 #3 0.3 0.3 0.0