data.table

Question

我有一个包含医疗数据（my.medical.data）的大型数据框。
许多列包含日期（例如，住院日期），每个列的名称都以“ _date”结尾。
我想将lubridate::dmy()函数应用于包含日期的列，并用此函数的输出覆盖我的原始数据框。
有一个通用的解决方案可以用任何函数应用，而不仅仅是我的dmy()例子。

基本上，我想将以下内容应用于所有日期列：

my.medical.data$admission_date <- lubridate::dmy(my.medical.data$admission_date)
my.medical.data$operation_date <- lubridate::dmy(my.medical.data$operation_date)
etc.

我已经尝试过了：

date.columns <- select(ICB, ends_with("_date"))
date.names <- names(date.columns)
date.columns <- transmute_at(my.medical.data, date.names, lubridate::dmy)

现在date.columns包含“日期”格式的日期列，而不是原始因子。现在，我要用正确格式的新列替换my.medical.data中的日期列。

my.medical.data.new <- full_join(x = my.medical.data, y = date.columns)

现在我得到：

错误：无法将Date对象与不是Date对象的对象联接

我是R新手，但是我怀疑有一个更简单的方法（例如，直接处理原始数据框），或者是正确的方式来合并/合并两个数据框。

Answer 1

像往常一样，没有示例数据集就很难回答，但这应该可以完成工作：

library(dplyr)

my.medical.data <- my.medical.data %>%
  mutate_at(vars(ends_with('_date')), lubridate::dmy)

这将应用功能将该位置以'_date'结尾的每个变量进行适当的突变。它还可以应用多种功能。请参见?mutate_at（这也是mutate_if的帮助）

Answer 2

几种方法。

如果您要处理大量数据，我认为data.table是最好的方法（它将为您带来灵活性，速度和存储效率）

data.table

您可以将:=（由引用运算符更新）与lapplỳ结合使用，将lubridate::ymd应用于在.SDcols维度中定义的所有列

library(data.table)
setDT(my.medical.data)

cols_to_change <- endsWith("_date", colnames(my.medical.date))

my.medical.data[, c(cols_to_change) := lapply(.SD, lubridate::ymd), .SDcols = cols_to_change]

基本R

标准lapply也可以提供帮助。您可以尝试类似的方法（我没有测试过）

my.medical.data[, cols_to_change] <- lapply(cols_to_change, function(d) lubridate::ymd(my.medical.data[,d]))

如何将函数应用于数据框中的特定列并替换原始列？

2 个答案:

data.table

基本R