Question

我正在寻找最优雅的方法来替换数据集的32列中的值，目前所有这些都存储为因子。看起来像这样：

   GENT CIP LEVO CB CT CTX
138                        
145        R          S    
156    S   S    S          
161    S   S    S          
173

正如你所看到的，有R，S和很多空间...... R需要'抗拒'，'需要'敏感'，空间需要保持原样。

以下单个变量的效果非常好（感谢那些回答我最后一个问题的人提供的信息!!）：

x <- as.character(drugs$CIP)
new <- rep(NA, length(x))
new[grepl("R", x)] <- "RESISTANT"
new[grepl("S", x)] <- "SENSITIVE"

问题是，如何一次在数据集的所有列上应用它？认为可能有一个sapply解决方案，或者要编写的循环，我确信答案很简单，但我不习惯编写函数，所以发现自己被卡住了......再次感谢所有人你的帮助!!

尝试了一个嵌套的'ifelse'语句：

drugs[2:33]<-ifelse(drugs[3:33] == 'R', 'RESISTANT', ifelse(drugs[3:33] == 
'S', 'SENSITIVE', ifelse(drugs[3:33] == "", "", "")))

并收到以下内容。

[<-.data.frame中的错误（*tmp*，2：33，值= c（“”，“”，“”，“”，“”，更换有2325项，需要2400

更新：根据要求发布了样本数据，并且正在弄乱一些答案......还没有完成任何工作，但我认为我的错误是一个不明确的问题。非常感谢帮助!!谢谢，stackoverflow。

Answer 1

如果数据类似于我创建的数据，并假设每个列只有三个级别（R，S和''）（3:33）。

 drugs[3:33] <-  ifelse(drugs[3:33] =='R', 'RESISTANT', 
                    ifelse(drugs[3:33]=='S', 'SENSITIVE', ''))

或者

 drugs[,3:33] <- `dim<-`(factor(as.matrix(drugs[3:33]), 
     levels=c('', 'S', 'R'), labels=c('', 'SENSITIVE', 'RESISTANT')),
                   dim(drugs2[3:33]))

大数据集的另一个选项是使用data.table

library(data.table)
setDT(drugs)[, 3:33 := lapply(.SD, function(x) factor(x, 
    levels=c('', 'S', 'R'), labels=c('', 'SENSITIVE', 'RESISTANT'))),
       .SDcols=3:33][]

或者可能更快的选择是使用for循环set

setDT(drugs)
for(j in 3:33){
  set(drugs, i=NULL, j=j, value= factor(drugs[[j]], levels=c('', 'S', 'R'),
          labels=c('', 'SENSITIVE', 'RESISTANT')))
 }

数据

set.seed(35)
m1 <- matrix(sample(c('R', 'S', ''), 10*31, replace=TRUE), ncol=31)
drugs <- data.frame(id=1:10, Someval=rnorm(10), m1)

Answer 2

使用dplyr和tidyr，您可以实现以下两种方式之一：

1）tidyr :: gather（）要将名称重新编码为两列key和value的列，重新编码value变量，然后使用tidyr :: spread（）将值传播回单独的列。

2）使用函数dplyr :: mutate_each（）。

如果您想要使用其中一种或两种方法的示例代码，请告诉我。希望只知道有这两种简单的方法是有用的，使用它只需几分钟即可实现所需的输出。

Sapply或for循环在数据集上应用grepl函数？

2 个答案:

数据