使用If函数，如何将数据框中的文本字符串更改为另一个字符串？

三种选择：

1. “合并”心态。当您有多个完全不同的匹配项时，这非常有效，因为它不仅对代码有效，而且易于可视化和维护。尽管此处的示例只有两个替换，但是如果corrs_df有2行或200行，则代码不会更改，并且corrs_df匹配任何内容的条目都将被静默丢弃，不会造成任何危害。

   library(dplyr)
   corrs_df <- data.frame(term = c("corr1", "corr2"), newterm = c("toil1", "toil2"))
   dat %>%
     left_join(corrs_df, by = "term") %>%
     slice(c(1:3, 28:30))
   # # A tibble: 6 x 5
   #    ...1 V1         term  correlation newterm
   #   <dbl> <chr>      <chr>       <dbl> <chr>  
   # 1     1 overstress corr1        0.5  toil1  
   # 2     2 flicker    corr1        0.43 toil1  
   # 3     3 lotteri    corr1        0.42 toil1  
   # 4     4 life       corr3       NA    <NA>   
   # 5     5 charg      corr3       NA    <NA>   
   # 6     6 capac      corr3       NA    <NA>   
   
   dat %>%
     left_join(corrs_df, by = "term") %>%
     mutate(term = coalesce(newterm, term)) %>%
     slice(c(1:3, 28:30))
   # # A tibble: 6 x 5
   #    ...1 V1         term  correlation newterm
   #   <dbl> <chr>      <chr>       <dbl> <chr>  
   # 1     1 overstress toil1        0.5  toil1  
   # 2     2 flicker    toil1        0.43 toil1  
   # 3     3 lotteri    toil1        0.42 toil1  
   # 4     4 life       corr3       NA    <NA>   
   # 5     5 charg      corr3       NA    <NA>   
   # 6     6 capac      corr3       NA    <NA>   
   

   您显然可以%>% select(-newterm)。）coalesce函数有效地说“给我这些变量的第一个非NA值”。在NA当相关联的在newterm发生term变量中不存在corrs_df，其中我们假设的手段，使没有变化。

2. dplyr::case_when。（如果您喜欢它，那么data.table::fcase实际上会做同样的事情。）

   dat %>%
     mutate(
       term = case_when(
         term == "corr1" ~ "toil1",
         term == "corr2" ~ "toil2",
         TRUE ~ term)
     ) %>%
     slice(c(1:3, 28:30))
   # # A tibble: 6 x 4
   #    ...1 V1         term  correlation
   #   <dbl> <chr>      <chr>       <dbl>
   # 1     1 overstress toil1        0.5 
   # 2     2 flicker    toil1        0.43
   # 3     3 lotteri    toil1        0.42
   # 4     4 life       corr3       NA   
   # 5     5 charg      corr3       NA   
   # 6     6 capac      corr3       NA   
   

3. 嵌套的ifelse。实际上，由于您使用的dplyr，这是很多更好的使用if_else有很多原因（例如，这个）。

   dat %>%
     mutate(
       term = if_else(term == "corr1", "toil1",
                      if_else(term == "corr2", "toil2", term))
     ) %>%
     slice(c(1:3, 28:30))
   # # A tibble: 6 x 4
   #    ...1 V1         term  correlation
   #   <dbl> <chr>      <chr>       <dbl>
   # 1     1 overstress toil1        0.5 
   # 2     2 flicker    toil1        0.43
   # 3     3 lotteri    toil1        0.42
   # 4     4 life       corr3       NA   
   # 5     5 charg      corr3       NA   
   # 6     6 capac      corr3       NA   
   

   这对于1或2个嵌套效果很好，但在我看来，它看起来很杂乱，很难遵循；根据我的经验，由于难以遵循，因此可能难以维护，这使得特定选项/值的不正确放置非常简单。我认为可维护性和可读性非常重要。