使用dplyr進行簡單突變會導致「錯誤的結果大小」錯誤

Question

我的數據表df有一個subject列（例如「SubjectA」，「SubjectB」，...）。每個主題回答很多問題，並且表格是長格式的，所以每個主題有很多行。主題欄是一個因素。我想創建一個新列 - 將其稱爲subject.id - 這只是subject的數字版本。因此對於所有具有「SubjectA」的行，它將是1;對於所有具有「SubjectB」的行，它將是2;等等

我知道一個簡單的方法來做到這一點與dplyr將撥打df %>% mutate(subject.id = as.numeric(subject))。但我試圖做這樣說：

subj.list <- unique(as.character(df$subject)) 
df %>% mutate(subject.id = which(as.character(subject) == subj.list)) 

而且我得到這個錯誤：

Error: wrong result size (12), expected 72 or 1 

爲什麼會出現這種情況？我對解決這個問題的其他方法並不感興趣。相反，我擔心我無法理解這個錯誤反映了對dplyr或mutate的深刻誤解。我的理解是，這個電話應該在概念上相當於：

df$subject.id <- NULL 
for (i in 1:nrow(df)) { 
    df$subject.id[i] <- which(as.character(df$subject[i]) == subj.list)) 
} 

但後者的工作，前者不。爲什麼？

重複的例子：

df <- InsectSprays %>% rename(subject = spray) 
subj.list <- unique(as.character(df$subject)) 

# this works 
df$subject.id <- NULL 
for (i in 1:nrow(df)) { 
    df$subject.id[i] <- which(as.character(df$subject[i]) == subj.list) 
} 

# but this doesn't 
df %>% mutate(subject.id = which(as.character(subject) == subj.list)) 

Answer 1

的問題在於運營商和功能是適用的通過變異以矢量化方式編輯。因此，which應用於由as.character(df$subject) == subj.list生成的向量，而不是每行（如在您的循環中）。

使用這裏描述rowwise作爲將解決這一問題：https://stackoverflow.com/a/24728107/3772587

所以，這將工作：

df %>% 
    rowwise() %>% 
    mutate(subject.id = which(as.character(subject) == subj.list)) 

Answer 2

由於您df$subject是一個因素，你可以簡單地做：

df %>% mutate(subj.id=as.numeric(subject)) 

或者使用左連接方法：

subj.df <- df$subject %>% 
    unique() %>% 
    as_tibble() %>% 
    rownames_to_column(var = 'subj.id') 

df %>% left_join(subj.df,by = c("subject"="value"))