Question

我有一个巨大的data.frame [350000,431]，我需要做一些清洁工作。其中一项清理操作是将所有布尔列c(0,1)转换为c(FALSE, TRUE)。我可以通过列名包含字符串＆＃34; include＆＃34;的条件来识别这些列。所以我需要做那样的事情：

data.clean[,4:272] <-  ifelse(data.clean[,4:275] == 1,"TRUE", "FALSE")

而不是4:272（包含＆＃34的列的索引;包括＆＃34;，我想为此目的使用更强大的正则表达式。

Answer 1

模仿您的数据（只有三列，两列符合“包含”条件“）：

data.clean <- data.frame(exclude = sample(LETTERS, 3.5e5, replace=TRUE), this.include = sample(c(0,1), 3.5e5, replace=TRUE), this.include2=sample(c(0,1), 3.5e5, replace=TRUE))

> head(data.clean)
  exclude this.include this.include2
1       W            1             1
2       Y            1             0
3       F            0             0
4       W            0             1
5       B            1             0
6       M            1             1

使用names和grep标识正确的列，并使用直接逻辑比较将值返回到TRUE和FALSE：

data.clean[,names(data.clean)[grep("include", names(data.clean))]] <- data.clean[,names(data.clean)[grep("include", names(data.clean))]] == 1

> head(data.clean)
  exclude this.include this.include2
1       W         TRUE          TRUE
2       Y         TRUE         FALSE
3       F        FALSE         FALSE
4       W        FALSE          TRUE
5       B         TRUE         FALSE
6       M         TRUE          TRUE

使用正则表达式通过名称访问数据框列

1 个答案: