הוספה ושינוי של עמודות ב-R (mutate ו-R בסיסי)

הוספת עמודה: df$new <- value

כדי להוסיף עמודה ב-R הבסיסי, בצעו השמה לשם שעדיין לא קיים. הערך מחושב בדרך כלל מעמודות שכן קיימות:

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)

קרו שני דברים. orders$total קיבלה וקטור מלא: price * qty מחושב לכל שורה בבת אחת, כי חשבון ב-R הוא וקטורי. orders$currency קיבלה ערך בודד, ש-R מחזר לכל ארבע השורות. כל אורך אחר הוא שגיאה (replacement has 3 rows, data has 4), וזה R שמגן עליכם מעמודה לא מיושרת.

זה עובד כי data frame הוא רשימה של עמודות באורך שווה: השמה של איבר חדש עם שם מגדילה את הרשימה. המדריך על data frames מפרק את המודל הזה.

עמודות מותנות: ifelse()

עמודה שהערך שלה תלוי בתנאי צריכה ifelse(), בן הדוד הוקטורי של if. הוא מקבל וקטור שלם של תנאים ומחזיר ערך לכל שורה:

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)

למה לא if רגיל? כי if מעריך TRUE/FALSE אחד בדיוק: כשמקבל עמודה, הוא נכשל בשגיאה (the condition has length > 1). ifelse(test, yes, no) בודק כל איבר ובוחר לכל שורה. לשלוש תוצאות או יותר אפשר לקנן:

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)

קינון בעומק שתיים זה בסדר; שלוש או יותר הופכות לפירמידה, ובדיוק לשם כך נבנה case_when() של dplyr (בהמשך). ה-if/else לערך בודד עצמו מוסבר במדריך על if-else.

כמה עמודות בבת אחת: transform()

transform() של R הבסיסי מוסיף כמה עמודות בקריאה אחת, עם שמות עמודות חשופים:

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)

שימו לב ש-transform() מחזיר data frame חדש: חייבים להציב את התוצאה בחזרה, בעוד ש-df$new <- ... משנה במקום. מגבלה אחת: הביטויים בתוך קריאת transform() אחת לא רואים זה את זה, ולכן discount = ifelse(total > 50, ...) נכשל שם (total עדיין לא קיים). עשו זאת בשני שלבים, או עם mutate(), שמאפשר את זה.

שינוי מול יצירה

אותו תחביר השמה דורס עמודה קיימת; ההבדל היחיד הוא אם העמודה כבר הייתה קיימת:

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

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

כדאי לעצור על זה רגע: R לא נותן שום אזהרה כשדורסים עמודה. שגיאת הקלדה כמו df$prise <- round(df$price, 2) יוצרת בשקט עמודה חדשה במקום לתקן את הישנה. אחרי שינוי, הפעילו print() או str() על הטבלה וודאו ששיניתם את מה שהתכוונתם.

הסרת עמודה

הציבו NULL כדי למחוק:

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

df$notes <- NULL
print(df)

העמודה נעלמה, בלי טקסים. כדי להסיר כמה, df[, c("a", "b")] (שומר את מה שאתם מפרטים) בדרך כלל ברור יותר מ-NULL חוזרים.

הדרך של dplyr: mutate()

הפועל של dplyr לכל מה שלמעלה הוא mutate(). הקטעים הבאים סטטיים, כי סביבת ההרצה מריצה R בסיסי בלבד, אבל כך נראות אותן פעולות:

library(dplyr)

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

שני יתרונות על פני R הבסיסי. ראשית, עמודות שמוגדרות באותו mutate() יכולות להתייחס זו לזו, לפי הסדר, הדבר ש-transform() מסרב לו. שנית, פונקציות העזר המותנות טובות יותר מ-ifelse() מקונן:

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

if_else() הוא ifelse() מחמיר יותר (שני הענפים חייבים להיות מאותו טיפוס, מה שתופס באגים אמיתיים). case_when() נקרא כרשימה שטוחה של זוגות condition ~ value שנבדקים מלמעלה למטה, עם .default כברירת המחדל: התחליף הקריא לפירמידת ה-ifelse(). כמו כל פועל של dplyr, mutate() מחזיר data frame חדש; ראו את המבוא ל-dplyr כדי להבין איך הוא משתרשר עם השאר.

מה לקחת מכאן

• df$new <- expression מוסיף עמודה; הביטוי רץ לכל שורה בבת אחת.
• ifelse(test, yes, no) בונה עמודות מותנות; if רגיל לא יכול.
• transform() מוסיף כמה עמודות בכל קריאה אבל הן לא רואות זו את זו; mutate() כן.
• אותה השמה דורסת בשקט: בדקו את האיות אחרי שינוי.
• df$col <- NULL מסיר עמודה; case_when() מחליף פירמידות של ifelse() מקונן.

בהמשך: שינוי שמות עמודות, names(), הביטוי החסין של R הבסיסי, ו-rename() של dplyr.