如何根据多个条件更改列中的某些值，而在不满足条件时保持其他值不变？

Question

我有一个数据集，当它在 R 中更新和分析时，我经常提取该数据集。我试图弄清楚如何在列中的值满足 2 个条件时更改它们，否则保留现有值。数据集是“visitdata”，我正在处理此问题的两列是：od_witnessed（他们是否目睹了服药过量，是/否/未知/拒绝）和 num_witnessed（目睹的服药过量数量）。那些输入数据的人以为他们只需要输入一个大于 1 的数字。

因此，如果 od_witnessed = yes AND num_witnessed = NA，那么我希望 num_witnessed 中的值为 1。如果这两个条件不满足，我希望保留现有数字。

当前数据示例：

od_见证	num_见证者
是的	3
是的	不适用
没有	不适用
是的	不适用

所需输出：

od_见证	num_见证者
是的	3
是的	1
没有	不适用
是的	1

最终，我希望能够对 num_witnessed 列进行求和，以获得目睹的服药过量的总数。

以下是我尝试过的一些事情（我对 R 还比较陌生）： *值得注意的是，od_witnessed 列被列为因子数据，有 4 个级别“否”、“是”、“未询问”、“拒绝”，而 num_witnessed 列是数字。

visitdata %>%
mutate(od_witnessed = case_when(od_witnessed = 1 & is.na(num_witnessed) ~ 1))

导致错误：“‘mutate()’中的错误：参数中：num_witnessed = case_when(od_witnessed = 1 & is.na(num_witnessed))) 由‘case_when()’中的错误引起：情况 1 ('1 & is .na(num_witnessed)') 必须是双边公式，而不是逻辑向量

visitdata[which(
visitdata$od_witnessed == "Yes" & visitdata$num_witnessed(is.na)), c(visitdata$num_witnessed == 1)]

尝试应用非功能时出错

if(visitdata$od_witnessed = 'yes'& visitdata$num_witnessed = 'NA') {visitdata$num_witnessed = 1}

错误：“if(visitdata$od_witnessed =”中出现意外的“=”

ifelse(visitdata$od_witnessed == "Yes" & is.na(visitdata$num_witnessed), 1, visitdata$num_witnessed)

代码运行，但 NA 仍然是 NA

我还尝试了这篇文章中的代码：dplyr 根据多个条件替换列中的 na 值 没有一个起作用...它只是生成了一个小标题，其中数据集中的每一列的 NA 都突出显示为红色。请参阅附图，但*注意变量名称在我的实际代码中有所不同，我在这个问题中进行了简化以便于理解。

任何建议或已知代码将不胜感激！

Answer 1

多种选择

将 base R 与

ifelse

和

transform

结合使用（对数据副本进行操作）

transform(visitdata, num_witnessed = 
    ifelse(od_witnessed == "Yes" & is.na(num_witnessed), 1, num_witnessed))
  od_witnessed num_witnessed
1          Yes             3
2          Yes             1
3           No            NA
4          Yes             1

或使用

with

并直接覆盖变量

visitdata$num_witnessed <- with(visitdata, 
  ifelse(od_witnessed == "Yes" & is.na(num_witnessed), 1, num_witnessed))

df
  od_witnessed num_witnessed
1          Yes             3
2          Yes             1
3           No            NA
4          Yes             1

或与

case_when

library(dplyr)

visitdata %>% 
  mutate(num_witnessed = 
    case_when(od_witnessed == "Yes" & is.na(num_witnessed) ~ 1, 
              .default = num_witnessed))
  od_witnessed num_witnessed
1          Yes             3
2          Yes             1
3           No            NA
4          Yes             1