Question

我是R的新手，我正在努力学习基础知识。我正面临一个小问题，我无法在网上找到解决方案。

我想做什么：如果data.frame尊重条件(class = factor)

，请为

lower = function(x) { data.frame(tolower(as.matrix(x))) }

中的所有列写一个小写的函数

此代码有效，但对于我的所有列：

lower = function (x) { 
  for (i in 1:length(x)) {
    if (class(i)=="factor") {
         data.frame(tolower(as.matrix(x))) 
    }
  }
}

我需要更多这样的东西，但它不起作用：

data.frame是我的{{1}}。

Answer 1

你的尝试很接近，但回归是棘手的部分。由于没有样本数据，以下是使用iris并改为大写的示例：

as.data.frame(lapply(head(iris), function(x){
  if(class(x) == "factor"){
    return(toupper(x))
  } else{
    return(x)
  }
}))

lapply是循环列表数据的有效方式（而data.frame本身就是一个列表）。转换回data.frame需要as.data.frame。

但是，有更好的工具可以避免自己编写，包括来自mutate_if的{{1}}：

dplyr

这两个都回归：

head(iris) %>%
  mutate_if(is.factor, toupper)

Answer 2

请注意，以下问题的解决方案会将因子列作为因子返回，并且不会重新排序因子级别。

问题中的方法可以重新排序因子水平，因为那样代码将因子列更改为字符，然后返回到因子使用默认排序（可能不是初始排序）。例如，这表示如果应用tolower会发生什么直接到一个因素：
fac <- factor(c("One", "None", "Two"), levels = c("One", "Two", "None"))

fac
## [1] One  None Two 
## Levels: One Two None

factor(tolower(fac)) # order of levels has changed!
## [1] one  none two 
## Levels: none one two
特别是，这意味着sort(fac)不对应 sort(factor(tolower(fac)))中的顺序。

我们现在讨论一些没有重新排序问题的替代解决方案。

1）创建一个函数lc_lev，它可以降低因子的个案水平，并通过不变的因子传递输入。然后将其放在输入的列上 - 这里我们使用内置的CO2 - 并将其更改回相同形状的data.frame：

lc_lev <- function(x) {
  if (is.factor(x)) levels(x) <- tolower(levels(x))
  x
}

replace(CO2, TRUE, lapply(CO2, lc_lev))

1a）这也有效：

CO2[] <- lapply(CO2, lc_lev)

2）另一种方法是使用S3。如果输入是因子，则通用（第一行）调度到因子方法，否则调度到默认方法：

lc_lev2 <- function(x, ...) UseMethod("lc_lev2")
lc_lev2.factor <- function(x) { levels(x) <- tolower(levels(x)); x }
lc_lev2.default <- identity

CO2[] <- lapply(CO2, lc_lev2)

仅当列尊重条件时才应用函数

2 个答案: