如果在R中满足条件，则用多列NA替换值

Question

如果满足条件，我将尝试用跨多列的NA来替换跨值的值。

这是示例数据集：

library(tidyverse)
sample <- tibble(id = 1:6,
                 team_score = 5:10,
                 cent_dept_test_agg = c(1, 2, 3, 4, 5, 6),
                 cent_dept_blue_agg = c(15:20),
                 num_in_dept = c(1, 1, 2, 5, 100, 6))

我希望当num_in_dept为1时包含cent_dept _。* _ agg的列为NA，因此它看起来像这样：

library(tidyverse)
solution <- tibble(id = 1:6,
                   team_score = 5:10,
                   cent_dept_test_agg = c(NA, NA, 3, 4, 5, 6),
                   cent_dept_blue_agg = c(NA, NA, 17:20),
                   num_in_dept = c(1, 1, 2, 5, 100, 6))

我已经尝试使用replace_with_na_at（来自[[nanier包）和na_if（来自dplyr包），但我无法弄清楚。我知道我的选择标准正确（dplyr :: matches（“ cent_dept _。* _ agg”），但我不知道解决方案。

在我的实际数据集中，我有很多以cent_dept开头并以agg结尾的列，因此与组件匹配的选择用户非常重要。

谢谢您的帮助！

Answer 1

我们可以使用mutate_at选择matches'cent_dept'和replace'num_in_dept'为1的值的列]]

library(dplyr)
sample %>%
    mutate_at(vars(matches('^cent_dept_.*_agg$')), ~ 
                  replace(., num_in_dept == 1, NA))
# A tibble: 6 x 5
#     id team_score cent_dept_test_agg cent_dept_blue_agg num_in_dept
#  <int>      <int>              <dbl>              <int>       <dbl>
#1     1          5                 NA                 NA           1
#2     2          6                 NA                 NA           1
#3     3          7                  3                 17           2
#4     4          8                  4                 18           5
#5     5          9                  5                 19         100
#6     6         10                  6                 20           6

在base R中，我们也可以这样做

nm1 <- grep('^cent_dept_.*_agg$', names(sample))
sample[nm1] <- lapply(sample[nm1], function(x) 
         replace(x, sample$num_in_dept == 1, NA))

或者可以用]完成
sample[nm1] <-  sample[nm1] * NA^(sample$num_in_dept == 1)