إضافة الأعمدة وتحويلها في R (mutate وbase R)

إضافة عمود: ‏df$new <- value

لإضافة عمود في base R، أسنِد قيمة إلى اسم غير موجود بعد. وغالبًا ما تُحسب القيمة من أعمدة موجودة فعلًا:

orders <- data.frame(
    item  = c("mug", "poster", "shirt", "cap"),
    price = c(12.0, 8.5, 22.0, 15.0),
    qty   = c(3, 10, 2, 5)
)

orders$total <- orders$price * orders$qty
orders$currency <- "USD"

print(orders)

حدث أمران. حصل orders$total على متجه كامل، إذ تُحسب price * qty لكل الصفوف دفعة واحدة لأن العمليات الحسابية في R متجهية. أما orders$currency فحصل على قيمة مفردة كرّرها R على الصفوف الأربعة جميعها. وأي طول آخر يُعد خطأ (replacement has 3 rows, data has 4)، وهي حماية يوفرها R لك من عمود غير محاذٍ.

ينجح هذا لأن data frame هو قائمة من الأعمدة المتساوية الطول، وإسناد عنصر مسمّى جديد يوسّع القائمة. ويشرح مستند أطر البيانات هذا النموذج بالتفصيل.

الأعمدة الشرطية: ‏ifelse()

العمود الذي تعتمد قيمته على شرط يحتاج إلى ifelse()، وهي النظيرة المتجهية لـ if. تأخذ متجهًا كاملًا من الشروط وتُرجع قيمة لكل صف:

students <- data.frame(
    name  = c("Ana", "Ben", "Chen", "Dana"),
    score = c(91, 54, 78, 60)
)

students$grade <- ifelse(students$score >= 60, "pass", "fail")
print(students)

ولماذا لا نستخدم if العادية؟ لأن if تُقيّم قيمة TRUE/FALSE واحدة تمامًا، وإذا مُرِّر إليها عمود كامل أطلقت خطأ (the condition has length > 1). أما ifelse(test, yes, no) فتفحص كل عنصر وتختار لكل صف. ولثلاث نتائج أو أكثر يمكنك المداخلة:

students <- data.frame(
    name  = c("Ana", "Ben", "Chen", "Dana"),
    score = c(91, 54, 78, 60)
)

students$band <- ifelse(students$score >= 85, "high",
                 ifelse(students$score >= 60, "mid", "low"))
print(students)

المداخلة على مستويين مقبولة، أما ثلاثة أو أكثر فتتحول إلى هرم، وهذا بالضبط ما بُنيت case_when() من dplyr (أدناه) من أجله. وتغطي وثيقة if-else صيغة if/else ذات القيمة المفردة.

عدة أعمدة دفعة واحدة: ‏transform()

تضيف transform() في base R عدة أعمدة في استدعاء واحد، مع أسماء أعمدة مجردة:

orders <- data.frame(
    item  = c("mug", "poster", "shirt"),
    price = c(12.0, 8.5, 22.0),
    qty   = c(3, 10, 2)
)

orders <- transform(orders,
    total    = price * qty,
    discount = ifelse(qty >= 5, "yes", "no")
)
print(orders)

لاحظ أن transform() تُرجع data frame جديدًا، فعليك إسناد النتيجة مجددًا، بينما تعدّل df$new <- ... في المكان. وثمة قيد واحد: لا يمكن للتعابير داخل استدعاء transform() واحد أن يرى بعضها بعضًا، لذا تفشل discount = ifelse(total > 50, ...) هناك (لأن total غير موجود بعد). نفّذ ذلك على خطوتين، أو استخدم mutate() التي تسمح به.

التعديل مقابل الإنشاء

تكتب صيغة الإسناد نفسها فوق عمود موجود، والفارق الوحيد هو ما إذا كان العمود موجودًا من قبل:

prices <- data.frame(item = c("mug", "shirt"), price = c(12.499, 21.995))

prices$price <- round(prices$price, 2)   # transform in place
print(prices)

يستحق هذا وقفة: لا يعطيك R أي تحذير حين تكتب فوق عمود. فخطأ إملائي مثل df$prise <- round(df$price, 2) ينشئ بصمت عمودًا جديدًا بدل إصلاح القديم. وبعد أي تحويل، استخدم print() أو str() على الإطار وتأكد أنك غيّرت ما قصدته.

حذف عمود

أسنِد NULL للحذف:

df <- data.frame(a = 1:3, b = 4:6, notes = c("x", "y", "z"))

df$notes <- NULL
print(df)

اختفى العمود دون أي تعقيد. ولحذف عدة أعمدة، تكون df[, c("a", "b")] (أي الاحتفاظ بما تذكره) أوضح عادةً من تكرار NULL.

أسلوب dplyr: ‏mutate()

فعل dplyr المكافئ لكل ما سبق هو mutate(). المقتطفات أدناه ثابتة لأن البيئة التجريبية تشغّل base R فقط، لكن هكذا تبدو العمليات نفسها:

library(dplyr)

orders |>
    mutate(
        total    = price * qty,
        big      = total > 50        # can use total, defined one line up
    )

ميزتان على base R. أولًا، الأعمدة المعرَّفة داخل mutate() نفسها يمكنها الإشارة إلى بعضها بالترتيب، وهو ما ترفضه transform(). ثانيًا، المساعدات الشرطية أفضل من ifelse() المتداخلة:

students |>
    mutate(
        grade = if_else(score >= 60, "pass", "fail"),
        band  = case_when(
            score >= 85 ~ "high",
            score >= 60 ~ "mid",
            .default    = "low"
        )
    )

الدالة if_else() هي نسخة أكثر صرامة من ifelse() (إذ يجب أن يكون الفرعان من النوع نفسه، ما يكشف أخطاءً حقيقية). أما case_when() فتُقرأ كقائمة مسطحة من أزواج condition ~ value تُفحص من الأعلى إلى الأسفل، مع .default كخيار احتياطي، وهي البديل الواضح لهرم ifelse(). وكسائر أفعال dplyr، تُرجع mutate() data frame جديدًا. راجع مقدمة dplyr لمعرفة كيفية تسلسلها مع بقية الأفعال.

الخلاصة

• تضيف df$new <- expression عمودًا، ويُنفَّذ التعبير على كل الصفوف دفعة واحدة.
• تبني ifelse(test, yes, no) الأعمدة الشرطية، وهو ما لا تستطيعه if العادية.
• تضيف transform() عدة أعمدة في الاستدعاء الواحد لكنها لا يرى بعضها بعضًا، بينما تستطيع mutate() ذلك.
• الإسناد نفسه يكتب فوق العمود بصمت، فتحقق من الإملاء بعد كل تحويل.
• تحذف df$col <- NULL عمودًا، وتحل case_when() محل أهرام ifelse() المتداخلة.

في المستند التالي: إعادة تسمية الأعمدة عبر names()، والصيغة المتينة في base، وrename() في dplyr.