基于一个行值更改多个行值的雄辩的R解决方案

Question

长期潜伏者，首次海报。我对R比较陌生，我正在清理一个200行的调查数据集。该调查使用了相当多的分支，并且在参与者没有收到问题的情况下返回NAs，因此它抛开了我缺失的数据分析。我花了一天半的时间试图找出一个雄辩的解决方案（用于循环、if条件、filter(dplyr)、mutate(dplyr)、case_when)。我确定了一个使用mutate（）的解决方案，但我知道有更好的方法来实现这一点。

df <- data.frame(attsess1 = c(1, 1, 1, -99, -99), attsess2 = c(-99, -99, 1, 1, 1), s1satis = c(1, 1, 1, NA, NA), s1time = c(1, 1, 1, NA, NA), s1qual = c(1, 1, NA, NA, NA), s2satis = c(NA, NA, NA, 1, 1), s2time = c(NA, NA, 1, 1, 1))

library(dplyr)
df1 <- df %>% mutate(s1satis = case_when(attsess1 == -99 ~ -99)) %>% mutate(s1time  = case_when(attsess1 == -99 ~ -99)) %>% mutate(s1qual = case_when(attsess1 == -99 ~ -99)) %>% mutate(s2satis = case_when(attsess2 == -99 ~ -99)) %>% mutate(s2time = case_when(attsess2 == -99 ~ -99))

我尝试使用mutate_at和case_when，但收到了这个错误消息：必须是双向量，而不是整数向量。我还尝试了用if条件嵌套的循环，但我不记得收到的错误消息。我还碰到几个论坛，在那里作者们提倡替换dplyr函数的for循环--有谁能提供更多关于这一点的见解吗？

谢谢你的帮助！

Answer 1

确保您的dplyr版本已更新，并且此想法应该起作用：

df %>%
  mutate(
    across(starts_with("s1"), ~ case_when(attsess1 == -99 ~ -99, TRUE ~ .)),
    across(starts_with("s2"), ~ case_when(attsess2 == -99 ~ -99, TRUE ~ .))
  )

#   attsess1 attsess2 s1satis s1time s1qual s2satis s2time
# 1        1      -99       1      1      1     -99    -99
# 2        1      -99       1      1      1     -99    -99
# 3        1        1       1      1     NA      NA      1
# 4      -99        1     -99    -99    -99       1      1
# 5      -99        1     -99    -99    -99       1      1

虽然我不太确定你想要的结果，但请看我对你问题的评论。