Вопрос или проблема
Я просмотрел много постов, связанных с моим вопросом, но не могу разобраться с моей проблемой.
У меня есть базовая таблица, которая будет иметь дополнительные столбцы по мере продолжения сезона НФЛ. Я не могу заставить свою функцию с использованием case_when, основанную на неделе, работать без возврата “! объект ‘WK1’ не найден”
Мои данные после второй недели.
NumCorrect <- data.frame(
TEAM = c(A:E),
WK1 = c(11,12,11,12,13),
WK2 = c(7,7,9,10,7)
)
Мой код.
# Определенная переменная в верхней части кода, которую я меняю по мере прохождения недель.
curWEEK = 2
# Упрощенная версия моего кода dplyr на этапе, который не работает.
correct_d <- mutate(AVG_16 = average16(curWEEK))
Моя функция.
average16 <- function(x) {case_when(x == 1 ~ WK1,
x == 2 ~ round(mean((WK1:WK2), na.rm=TRUE),1),
x == 3 ~ round(mean((WK1:WK3), na.rm=TRUE),1),
x %in% 4:7 ~ round(mean((WK1:WK4), na.rm=TRUE),1),
x %in% 8:11 ~ round(mean(c(WK1:WK4,WK8), na.rm=TRUE),1),
x %in% 12:14 ~ round(mean(c(WK1:WK4,WK8,WK12), na.rm=TRUE),1),
x == 15 ~ round(mean(c(WK1:WK4,WK8,WK12,WK15), na.rm=TRUE),1),
x == 16 ~ round(mean(c(WK1:WK4,WK8,WK12,WK15:WK16), na.rm=TRUE),1),
x == 17 ~ round(mean(c(WK1:WK4,WK8,WK12,WK15:WK17), na.rm=TRUE),1),
x == 18 ~ round(mean(c(WK1:WK4,WK8,WK12,WK15:WK18), na.rm=TRUE),1)
)}
Я пытался заставить R и chatGPT разобраться, но функция становилась все более запутанной без решения.
Как я могу использовать функцию для нахождения среднего значения только определенных столбцов в неполной таблице, в которую будут добавляться столбцы?
Я пробовал много версий и смог изменить код так, чтобы оставить все столбцы недель (WK1 до WK18) с непроведенными неделями как NA, но все равно получал ошибку ‘Объект не найден’.
Ошибка каждый раз:
Ошибка в `mutate()`:
ℹ В аргументе: `AVG_16
= average16(curWEEK)`.
ℹ В строке 1.
Вызвано ошибкой в `case_when()`:
! Не удалось оценить
правую часть
формулы 1.
Вызвано ошибкой:
! объект 'WK1' не найден
Я также попробовал следующее:
average16 <- function(x) {if(x == 1) {WK1}
if(x == 2) {round(mean((WK1:WK2), na.rm=TRUE),1)}
if(x == 3) {round(mean((WK1:WK3), na.rm=TRUE),1)}
if(x %in% 4:7) {round(mean((WK1:WK4), na.rm=TRUE),1)}
if(x %in% 8:11) {round(mean(c(WK1:WK4,WK8), na.rm=TRUE),1)}
if(x %in% 12:14) {round(mean(c(WK1:WK4,WK8,WK12), na.rm=TRUE),1)}
if(x == 15) {round(mean(c(WK1:WK4,WK8,WK12,WK15), na.rm=TRUE),1)}
if(x == 16) {round(mean(c(WK1:WK4,WK8,WK12,WK15:WK16), na.rm=TRUE),1)}
if(x == 17) {round(mean(c(WK1:WK4,WK8,WK12,WK15:WK17), na.rm=TRUE),1)}
if(x == 18) {round(mean(c(WK1:WK4,WK8,WK12,WK15:WK18), na.rm=TRUE),1)}
}
Ответ или решение
Ваша проблема заключается в том, что функция case_when из пакета dplyr не может получить доступ к переменным WK1, WK2, и так далее, поскольку они не находятся в соответствующем контексте (который ожидает работы с данными в пределах data.frame).
Чтобы решить эту проблему, вам необходимо изменить способ, которым вы получаете доступ к значениям временных переменных внутри функции. Вместо попытки альтернативно ссылаться на клетки по имени столбца (например, WK1, WK2), эффективнее будет использовать функцию dplyr::select вместе с mutate. Таким образом, пример вашего кода может выглядеть следующим образом:
library(dplyr)
# Определите вашу таблицу данных
NumCorrect <- data.frame(
TEAM = c("A", "B", "C", "D", "E"),
WK1 = c(11, 12, 11, 12, 13),
WK2 = c(7, 7, 9, 10, 7)
)
# Определите текущую неделю
curWEEK <- 2
# Определите функцию для вычисления средних значений
average16 <- function(data, week) {
if (week == 1) {
return(data$WK1)
} else if (week == 2) {
return(round(mean(data[, c("WK1", "WK2")], na.rm = TRUE), 1))
} else if (week == 3) {
return(round(mean(data[, c("WK1", "WK2", "WK3")], na.rm = TRUE), 1))
} else if (week %in% 4:7) {
return(round(mean(data[, c("WK1", "WK2", "WK3", "WK4")], na.rm = TRUE), 1))
} else if (week %in% 8:11) {
return(round(mean(c(data$WK1, data$WK2, data$WK3, data$WK4, data$WK8), na.rm = TRUE), 1))
} else if (week %in% 12:14) {
return(round(mean(c(data$WK1, data$WK2, data$WK3, data$WK4, data$WK8, data$WK12), na.rm = TRUE), 1))
} else if (week == 15) {
return(round(mean(c(data$WK1, data$WK2, data$WK3, data$WK4, data$WK8, data$WK12, data$WK15), na.rm = TRUE), 1))
} else if (week == 16) {
return(round(mean(c(data$WK1, data$WK2, data$WK3, data$WK4, data$WK8, data$WK12, data$WK15, data$WK16), na.rm = TRUE), 1))
} else if (week == 17) {
return(round(mean(c(data$WK1, data$WK2, data$WK3, data$WK4, data$WK8, data$WK12, data$WK15, data$WK16, data$WK17), na.rm = TRUE), 1))
} else if (week == 18) {
return(round(mean(c(data$WK1, data$WK2, data$WK3, data$WK4, data$WK8, data$WK12, data$WK15, data$WK16, data$WK17, data$WK18), na.rm = TRUE), 1))
}
}
# Используйте mutate и вашу функцию
correct_d <- NumCorrect %>%
mutate(AVG_16 = average16(., curWEEK))
print(correct_d)В этом коде:
- Мы изменяем определение
average16, чтобы она принималаdataв качестве первого аргумента, контекстом которого является вашdata.frame. - x получаем доступ к неделям через
data$WKX, что позволяет избежать ошибок, связанных с отсутствующими переменными.
Такой подход позволяет динамически обработать данные даже при добавлении новых недель к data.frame. Кода также показывает, как итоговые результаты могут быть вычислены и добавлены в новую колонку AVG_16.