开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

R-使用group_by和mutate根据多个条件添加新列时出现意外的'=‘

在R语言中，使用group_by和mutate函数可以根据多个条件添加新列。然而，当在mutate函数中使用'='时，可能会出现意外的结果。

在R中，'='用于赋值操作，而不是用于比较操作。因此，当在mutate函数中使用'='时，R会将其解释为赋值操作，而不是比较操作。这可能导致意外的结果。

为了避免这种情况，我们应该使用'=='来进行条件比较。'=='用于比较两个值是否相等。当我们想要根据多个条件添加新列时，应该使用'=='而不是'='。

下面是一个示例，演示了如何使用group_by和mutate函数根据多个条件添加新列，并避免使用'='导致的意外结果：

library(dplyr)

# 创建一个示例数据框
df <- data.frame(
  group = c("A", "A", "B", "B"),
  condition1 = c(1, 2, 3, 4),
  condition2 = c(5, 6, 7, 8)
)

# 使用group_by和mutate根据多个条件添加新列
df <- df %>%
  group_by(group) %>%
  mutate(
    new_column = ifelse(condition1 == 1 & condition2 == 5, "Condition 1 and 2 met", "Condition not met")
  )

# 查看结果
print(df)

在上面的示例中，我们使用了ifelse函数来根据条件判断是否满足条件1和条件2，并将结果存储在新列new_column中。请注意，我们使用了'=='来进行条件比较，而不是'='。

这是一个简单的示例，演示了如何使用group_by和mutate函数根据多个条件添加新列，并避免使用'='导致的意外结果。根据具体的需求，你可以根据不同的条件和逻辑来修改代码。

腾讯云相关产品和产品介绍链接地址：

腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
腾讯云云数据库MySQL版：https://cloud.tencent.com/product/cdb_mysql
腾讯云人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
腾讯云物联网平台（IoT Hub）：https://cloud.tencent.com/product/iothub
腾讯云移动开发平台（MPS）：https://cloud.tencent.com/product/mps
腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
腾讯云区块链服务（BCS）：https://cloud.tencent.com/product/bcs
腾讯云元宇宙服务（Tencent XR）：https://cloud.tencent.com/product/xr

相关搜索:根据R中的条件向dataframe添加多个新列 R添加新列，并根据多个条件使用字符串值填充该列使用mutate和case_when (R)通过多个条件创建新变量的函数如何使用Pyspark中的when语句和array_contains根据条件创建新列？Pandas -如何根据新的列数据查找行值，以及如何使用多个条件进行自我合并如何使用R中的if和non-if函数根据另一列中的条件为新列中的值赋值 js 语音处理 js 括号校验 js文件val js 对象分组

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

数据处理|数据查重怎么办？去重，就这么办！

数据清洗过程中的典型问题：数据分析|R-缺失值处理、数据分析|R-异常值处理和重复值处理，本次简单介绍一些R处理重复值的用法：将符合目标的重复行全部删掉；存在重复的行，根据需求保留一行数据准备使用...2）选择性删除 A：删除某一列存在重复的行 data2 <- data[!duplicated(data$ID_REF),] ? 删除了ID_REF列存在重复的行，搞定！...删除了ID_REF列和GSM74876列均重复的行，Done！择“优”录取存在重复，但是不想完全删除，根据数据处理的目的保留一行。...表达量去重芯片表达数据中，会存在一个基因多个探针的情况，此处选择在所有样本中表达量之和最大的探针。...library(tibble) data5 % #计算每个探针（行）的表达量均值 mutate(rowMean =rowMeans(.

1.7K3 0

R 数据整理（七：使用tidyr和dplyr处理数据框 2.0）

2.6 arrange 按照数据框里的某列或某几列，对所有行进行排序。可以使用 desc 产生倒序，或写入多个列使其按照多个列进行排序。...2.8 mutate 可以为数据框计算新变量，返回含有新变量以及原变量的新数据框： mutate(test, new = Sepal.Length * Sepal.Width) > head(test,...也可以用来添加新列，结合我先前说过的新增列的种种方法，并且支持多个语句组成的复合语句： > d.class %>% mutate(sexc = { + x <- rep(" 男", length(sex...对于待分离的对象（col），不必加上引号；但对于即将创建的新列（into），需要使用引号，由于是两列，这里使用向量创建。sep参数设定读取表格信息时以何符号作为分隔符。...对于即将合并的新列，需要使用引号；但对于想要合并的多个列名，可以不用使用引号。sep 参数设定多列合并后不同数据分隔使用的分割符。

10.9K3 0

生信代码：数据处理（ tidyverse包）

dplyr包下主要是以下几个操作: select()——选择列 filter/slice()——筛选行 arrange()——对行进行排序 mutate()——修改列/创建列 summarize(...1 mutate() mutate（）与基础函数transform（）相似，都可以添加新的一列，但是允许引用刚刚创建的列： mydata <- tibble(x1=c(2,2,6,4),...start_with("n")) 3 filter() filter()是对数据行方向的选择和筛选，选出符合我们条件的某些行： df %>% filter( type== "english", score...summarize( mean_english==mean(score) sd_english=sd(score) ) ##summarize返回的是一个新的数据框...() group_by可以对原数据框进行分组计算，例如对于我们本文中的数据框，我们如果对个人或者科目感兴趣的话，可以使用group_by（name或者type），然后利用summarize函数就可以求出分类之后的各个统计值

2K1 0

ggpol包优雅的绘制蝴蝶图

%>% # 解除分组 unite(col = "status_gender", gender, status, sep = "_") %>% # 将性别和选举状态合并成一个新的列 pivot_wider...constituency, -ratio) %>% # 宽表转长表 separate(category, into = c("gender", "status")) %>% # 将category列分成性别和状态两列...uncount(count) %>% # 根据count列的值，将行复制相应的次数 group_by(constituency, gender) %>% mutate(y = sequence...gender == "male" ~ "Male candidates")) 数据可视化 ggplot() + geom_point(data = results, # 添加点图层，使用处理后的选举数据...shape = 19,size = 4) + geom_blank(data = dummy_constituency, # 添加空白图层，使用虚拟选区数据 mapping

3211 0

【R语言】基础知识|dplyr管道函数处理表格

02 filter( ) filter( ) 函数筛选数据框内容，选择产品类型是纯棉口罩的数据。 ? 多条件筛选，只要在filter中多增加筛选条件即可 ?...03 mutate( ) mutate( )函数用来创建新的数据框，创建新的1列为销售额。 ?...04 arrange( ) arrange( ) 函数可用于创建一个新的数据框，这个数据框可以按照1个或多个变量进行排序。 desc( ) 函数表示降序排列。让上述表格按照金额和单价进行降序排列。...05 group_by( )+summarize（） group_by( ) 这个函数是用来创建分组的。summarize（）用来汇总数据，汇总产品类别和销售城市，同时增加平均数量和均价。 ?...06 %>%管道操作符 %>%管道操作符，这个是我在dplyr包中最喜欢的一个操作符了，它运用起来特别方便，能够连接前后两个步骤，实现嵌套使用简化代码的同时还能避免存储多余的中间值而节省内存空间。

1.8K3 1

R语言之 dplyr 包

例如，筛选数据框里年龄大于 35 岁的对象的所有记录： filter(birthwt, age > 35) 函数 filter ( ) 里可以用逗号分隔多个条件。...使用 select( ) 选择列函数 select( ) 用于选择数据框中的列（变量）。 # 下面的命令选择数据框里面的 bwt、age、race 和 smoke 这 4 个变量组成新的数据框。...4.使用 mutate( ) 添加新变量函数 mutate( ) 用于在数据框中创建新的变量。...# 当然如果想要用新变量替换原来的变量，只需把新变量命名为原来的变量名： mutate(birthwt, lwt.kg = lwt*0.4536) 5.使用 summarise( ) 计算统计量函数...使用 group_by( ) 拆分数据框函数 group_by( ) 可以将数据框按照某一个或某几个分类变量拆分成多个数据框。

4322 0

R 数据整理（六：根据分类新增列的种种方法 1.0）

对于待分离的对象（col），不必加上引号；但对于即将创建的新列（into），需要使用引号，由于是两列，这里使用向量创建。sep参数设定读取表格信息时以何符号作为分隔符。...对于即将合并的新列，需要使用引号；但对于想要合并的多个列名，可以不用使用引号。sep 参数设定多列合并后不同数据分隔使用的分割符。...可以使用 desc 产生倒序，或写入多个列使其按照多个列进行排序。...（或通过group_by与mutate 自行添加索引）进行separate 时，要注意特殊符号的用法，其可能存在正则用法，需要进行转义。如果分隔出的结果存在0的话，会自动识别为NA。...# 缺乏一个唯一确定该数据的变量。 # x_spread <- spread(test, key=var, value=num) # 通过mutate 会表格添加一列索引列。

2.1K2 0

dplyr数据处理

() select()函数用于筛选有用的列，第一个参数还是数据库，第二个参数以及后面是需要的列名，列名有多种书写方式，可以使用冒号作为范围，也可以使用 stars_with,ends_with...另外，当想要把几个需要的列移到前面，可以配合使用 everythins()函数，将剩余的列添加到后面。...mtcars %>% dplyr::sample_n(10) mtcars %>% dplyr::sample_frac(0.2) 六、创建新变量有时需要对已有变量进行重新计算，例如计算几列的和...，会某一列取对数，这样将生成新的变量，这个时候可以使用 mutate 函数。.../People) 七、统计使用 summarise()可以对每一列单独进行计算，例如求和，求平均值等，这些都可以使用apply 系列函数来完成，summarise()一般都配合 group_by

1.5K1 0

「R」dplyr 行式计算

z 的和，我们县创建一个行式数据框： rf % rowwise(id) 我们然后使用 mutate() 添加一个新的列，或者使用 summarise() 仅返回一个汇总列： rf %>...mutate() 将列切分然后传入 length(y) 的时候，分组 mutate 使用 [ 操作，而行式 mutate 使用 [[。...这意味着rowwise()和mutate()提供了一种优雅的方式，可以使用不同的参数多次调用函数，并将输出与输入一起存储。...作为替代方案，我们建议使用 purrr 的 map() 函数执行逐行操作。但是，这很有挑战性，因为您需要根据变化的参数数量和结果类型来选择映射函数，这需要相当多的 purrr 函数知识。...cur_data()/across() 的添加和 summarise() 应用范围的增加意味着不再需要 do()，所以它现在被废弃了。

6.2K2 0

R语言基于dplyr实现数据快捷操作

5. mutate 为数据集增加新的变量。实例： df %>% mutate(z = x + y, z2 = z ^ 2) ? 6. pull 输出单个变量。 7. relocate改变列之间排序。...可以直接填入变量名，也可以直接用列号，或者更深一层添加功能函数：start_with(以什么开头的变量)，where（什么要求的变量）实例： iris %>%select(starts_with("Petal...group_by基于单个或者多个变量进行分组。 13. n() 指的是统计行数 14. slice 选择输出的行。实例： ? 15. nest_by隐掉某个变量后面的数据，赋值给data，只展示大小。...##高级的模型构建 by_cyl % nest_by(cyl) mods % mutate(mod =list(lm(mpg ~ wt, data = data...多个表之间的操作： ?

1.5K4 0

R tips：使用!!来增加dplyr的可操作性

，首先map逐一将分组变量group_v的元素传递给mean_manual函数，传入mean_manual时，先使用!!...在mutate中完成新变量名的编程假如想要在mutate中使用变量对新变量进行设置，其结果并不会如愿，比如，将新变量名var_name赋值为“gear_new"，使用var_name进行mutate操作...其他细节和上述例子都是类似的。 var_name <- "gear_new" mutate(mtcars[1:6, group_v], !!...，完成多个增添变量的操作，下述例子代表对vs am gear carb四列数据，各自加1后生成为新列，新列名字为原始名+“_new"。...，可能更倾向于将四个新变量放置到同一个数据框中，可以如下操作： ### 添加新列的函数 mutate_news <- function(.data, .vars) { data <- enexpr(

2.4K3 1

「R」dplyr 列式计算

❝在近期使用「dplyr」进行多列选择性操作，如 mutate_at() 时，发现文档提示一系列的「dplyr」函数变体已经过期，看来后续要退休了，使用 across() 是它们的统一替代品，所以最近抽时间针对性的学习和翻译下..._if, _at, _all 「dplyr」以前的版本允许以不同的方式将函数应用到多个列：使用带有_if、_at和_all后缀的函数。这些功能解决了迫切的需求而被许多人使用，但现在被取代了。...这使「dplyr」更容易使用（因为需要记住的函数更少），也使我们更容易实现新的动词（因为我们只需要实现一个函数，而不是四个）。...我们可以使用没有外部名称作为将数据框列解包为单独列的约定。你如何转移已经存在的代码？...它们已经有选择语义，所以通常以与 across() 不同的方式使用，我们需要使用新的 rename_with() 代替。

2.4K1 0

使用dplyr进行数据转换

• 使用现有变量的函数创建新变量(mutate())。 • 将多个值总结为一个摘要统计量(summarize())。函数的使用方法： (1) 第一个参数是一个数据框。...(2) 随后的参数使用变量名称(不带引号)描述了在数据框上进行的操作。 (3) 输出结果是一个新数据框。...11, 12)) 如果想要找出延误时间(到达或出发)不多于2小时的航班，那么使用以下两种筛选方式均可: filter(flights, !...之间的所有列(包括“year”和“day”) select(flights, year:day) # 选择不在“year”和“day”之间的所有列(不包括“year”和“day”) select(flights..., -(year:day)) mutate 使用mutate()添加新变量 flights_sml <- select(flights, year:day,ends_with("delay

9581 0

Day6 呦呦鹿鸣—学习R包

iris可知其为150×5的列表dplyr五个基础函数1.mutate(),新增列mutate(test, new = Sepal.Length * Sepal.Width)mutate(df, z =...按列名筛选select(test, Petal.Length, Petal.Width)iris %>% select(Species, Sepal.Length)3.filter()筛选行/返回具有匹配条件的行可以按照某分类变量的值进行数据筛选...使用实用性强\ 将多个值减少到单个值summarise(test, mean(Sepal.Length), sd(Sepal.Length)) # 计算Sepal.Length的平均值和标准差summarise...(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length)) # 先按照Species分组，计算每组Sepal.Length的平均值和标准差...inner_join,取交集inner_join(test1, test2, by = "x")满足两个条件：有相同变量名，相同变量名的列里有相同元素；2.左连left_join列表书写顺序决定了最终合成列表中列的顺序

1661 0

数据处理|R-dplyr

data(iris) #本文使用iris示例数据集。 2）数据记录筛选（行筛选） filter函数:按指定条件筛选符合条件中逻辑判断要求的数据记录。...mutate(iris,sepal = Sepal.Length + Sepal.Width) transmute()函数在扩展新变量的时候，会删除所有原始变量。...Width) #计算一个或多个新列并删除原列 6）数据汇总 summarize()函数实现数据集聚合操作，将多个值汇总成一个值 summarise(iris,avg = mean(Sepal.Length...Q：按品种分组，分别计算花萼宽度的均方差 summarise(group_by(iris,Species),sd=sd(Petal.Width)) 8）连接操作符 dplyr包里还新引进了一个操作符,%...11）数据合并 dplyr包中也添加了类似cbind()函数和rbind()函数功能的函数，它们是bind_cols()函数和bind_rows()函数。

2K1 0

Python从零开始第三章数据处理与分析python中的dplyr（5）目录

===================================== summarize()函数 summarize可以接受任意数量的关键字参数，这些参数将返回标有键的新列，这些键是原始DataFrame...中列的汇总函数。...summarize() 可以很好的搭配group_by函数 diamonds >> group_by('cut') >> summarize(price_mean=X.price.mean(),...（）函数 lead（series，n）函数向上推动向量中的值，在末尾位置添加NaN值。...3.0 3 334 4.0 4 335 5.0 5 336 6.0 cumsum（）函数 cumsum（）函数计算列的累积和

9793 0

R数据科学-1（dplyr）

只不过 %>%看起来更简单，将mtcars赋予新的tibble。 df以后的输出，很简洁，能看到32*11的数据行与列，也能看到各列的属性。...那如果新产生一个变量mpg1=mpg，或者new=mpg*cyl，就用到mutate函数，产生新变量。...# … with 22 more rows 3.数据-变量条件筛选 dplyr::filter()函数对上述新产生的变量的数据df，进行筛选。...譬如，对不同gear计算mpg的均值及标准差。或者根据am及gear分组计算mpg均值标注差。...使用mutate函数。可以看到mpg1与new都变成了chr与fct。提取new，看一下。

1.6K2 0

懒癌必备-dplyr和data.table让你的数据分析事半功倍

) 去重 distinct(df,V1,V2) 根据V1和V2两个条件来进行去重在基础包里面也有一个去重函数unique() ※注意distinct()可以针对某些列进行去重，而unique()只能对整个数据框进行去重...mutate( ) 为数据增加新列 mutate(df,vnew1=v1-v2,vnew2=vnew1+v3) 与基础包里的transform()函数接近，但mutate可以使用你刚刚创建的column...①第一个参数都是数据集df ②查询条件都是关于如何操作数据集的，在列上面进行操作 ③返回的都是新的数据集，不会改变原始数据集在介绍下一个包之前，我们先来引入一个dplyr包的综合运用： grouped...以上这段代码我们使用group_by和summarise的结合实现了对数据集分组分析，并进行统计量计算的一个功能。...data.table把我们刚刚用group_by和summarise组合才能实现的功能，直接在一句代码里面就实现了，而且代码的可读性和可扩展运用性非常强！

2.4K7 0

R海拾遗-tidyverse

1.3 ## 4 4.6 1.5 ## 5 5 1.4 ## 6 5.4 1.7 # 根据条件选取...1.4 0.2 setosa ## 6 5.4 3.9 1.7 0.4 setosa # filter根据条件...6.7 2.2 virginica ## 6 7.7 2.6 6.9 2.3 virginica # 多个条件...R基础功能 names(my_data)[names(my_data) == "Sepal.Length"] <- "sepal_length" 计算新变量 # 使用mutate my_data <-...1.97 1.42 0.551 0.0787 ## 6 2.13 1.54 0.669 0.157 # 生成新变量添加后缀

1.2K1 0

「R」dplyr 包使用

()函数会对列进行处理，并且创建新的列表，简单来说就是把向量作为输入值，输出单个数值。...function处理 summarise_at()对特定的列进行function处理 summarise_if()对所有属于一个类型的列进行处理 group的用法 group_by(.data, ......, add = FALSE)根据...对数据进行分组后返回，不会保存成新数据，需要另外赋值参数：add = FALSE 原始数据基础上加新的分类 ungroup(x, ...)分组后，返回没有分组的数据...y中其他列的内容根据索引组合上去。...bind_rows(..., id = NULL) id是增加的新列的名字 intersect(x, y, ...)取得同时出现在x和y两个数据框中的行 ?

1.1K2 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭