R如何改变行的子集

Question

我无法改变dplyr中的行子集。我正在使用链接命令：%>%来说：

data <- data %>%
  filter(ColA == "ABC") %>%
  mutate(ColB = "XXXX")

这很好但问题是我希望能够选择整个原始表并看到mutate只应用于我指定的数据子集。我的问题是，当我在此之后查看数据时，我只会看到data的子集及其更新的ColB信息。

我还想知道如何使用data.table。

感谢。

Answer 1

使用data.table，我们会这样做：

setDT(data)[colA == "ABC", ColB := "XXXX"]

并且值就地修改，与if-else不同，后者会复制整个列以替换条件满足的那些行。

我们通过引用将此子分配称为。您可以在new HTML vignettes。

中详细了解相关信息

Answer 2

当您使用filter()时，实际上是删除了与您指定的条件不匹配的行，因此它们不会显示在最终数据集中。

您的数据框中是否已存在ColB？如果是的话，

data %>%
  mutate(ColB = ifelse(ColA == "ABC", "XXXX", ColB))

在ColB时，

会将"XXXX"更改为ColA == "ABC"，否则将其保留为ColB。如果ColA != "ABC"尚不存在，那么您必须为data %>% mutate(ColB = ifelse(ColA == "ABC", "XXXX", NA)) 的行指定要执行的操作，例如：

p

Answer 3

另一个选择是使用相同的数据执行union和anti-join的后续组合。这需要一个主键：

data <- data %>%
  filter(ColA == "ABC") %>%
  mutate(ColB = "XXXX") %>%
  rbind_list(., anti_join(data, ., by = ...))

示例：

mtcars_n <- mtcars %>% add_rownames
mtcars_n %>%
  filter(cyl > 6) %>%
  mutate(mpg = 1) %>%
  rbind_list(., anti_join(mtcars_n, ., by = "rowname"))

这比任何其他方法都慢得多，但通过扩展现有管道可以快速获得结果。