将 df 中的值更改为 0 = FALSE、1 = TRUE、2 = TRUE

Question

我有一个包含 0、1 和 2 的数据帧。 我的目标是切换这些值，因此它显示 0 为 FALSE，1 或 2 为 TRUE。

我尝试了 dplyr

case_when()

，但它没有达到预期的结果。

test <- data.frame("ID" = c("A", "B", "C", "D"),
                "Primary" = c(0,0,2,1),
               "Secondary" = c(1,0,1,2),
               "Tertiary" = c(2,1,0,0))

test <- case_when(
 test$Primary == 0 ~ "FALSE",
 test$Primary != 0 ~ "TRUE",
 test$Secondary == 0 ~ "FALSE",
 test$Secondary != 0 ~ "TRUE",
 test$Secretory == 0 ~ "FALSE",
 test$Secretory != 0 ~ "TRUE",
 test$Tertiary == 0 ~ "FALSE",
 test$Tertiary != 0 ~ "TRUE")

上面的代码给了我一个字符向量，所有结果都在一行中，但我希望保留 df 结构。

Answer 1

您可以使用

mutate_if

将数字列更改为其逻辑等效项：

test %>% mutate_if(is.numeric,as.logical)
  ID Primary Secondary Tertiary
1  A   FALSE      TRUE     TRUE
2  B   FALSE     FALSE     TRUE
3  C    TRUE      TRUE    FALSE
4  D    TRUE      TRUE    FALSE

Answer 2

这在基础 R 中非常简单：

test[,-1] <- lapply(test[,-1], as.logical)

默认情况下，0 对应于 FALSE，所有其他值对应于 TRUE，因此

as.logical

会为您完成此操作。也许用 dplyr 也很容易做到，你绝对不需要“case_when”中那么多行。

Answer 3

在基地

R

人们可以做：

test[-1] <- test[-1] > 0
test
#   ID Primary Secondary Tertiary
# 1  A   FALSE      TRUE     TRUE
# 2  B   FALSE     FALSE     TRUE
# 3  C    TRUE      TRUE    FALSE
# 4  D    TRUE      TRUE    FALSE

如果你坚持

dplyr

+

case_when

你可以这样做：

test[-1] <- 
  test %>%
  select(-"ID") %>%
  mutate_all(
    funs(
      case_when(
        . == 0 ~ FALSE,
        . %in% 1:2 ~ TRUE
      )
    )
  )