这是一个简化的例子:
library(tidyverse)
frame <- tribble(
~a, ~b, ~c,
1, 1, 2,
5, 4, 7,
2, 3, 4,
3, 1, 6
)
key <- tribble(
~col, ~name, ~type, ~labels,
1, "a", "f", c("one", "two", "three", "four", "five"),
2, "b", "f", c("uno", "dos", "tres", "cuatro"),
3, "c", "f", 1:7
)
是否有一种优雅的方式可以编程扫描frame
中的列并根据key
中的参数应用特定的因子类?预期结果将是:
# A tibble: 4 x 3
a b c
<fctr> <fctr> <fctr>
1 one uno 2
2 five cuatro 7
3 two tres 4
4 three uno 6
到目前为止,我所使用的最佳解决方案是使用purrr
&#39; map2()
,但IMO并不是最优雅的分配:
frame[key$col] <- map2(key$col, key$labels,
function(x, y) factor(frame[[x]], levels = 1:length(y), labels = y))
有没有人有更整洁的解决方案?请注意,我的原始数据框有数百列,我需要重新考虑大部分列的不同级别/标签,因此该过程必须自动化。
答案 0 :(得分:1)
这是另一种解决方案。我不确定它是多么“优雅”。希望有人可以改进。
suppressPackageStartupMessages(library(tidyverse))
frame <- tribble(
~a, ~b, ~c,
1, 1, 2,
5, 4, 7,
2, 3, 4,
3, 1, 6
)
key <- tribble(
~col, ~name, ~type, ~labels,
1, "a", "f", c("one", "two", "three", "four", "five"),
2, "b", "f", c("uno", "dos", "tres", "cuatro"),
3, "c", "f", 1:7
)
colnames(frame) %>%
map(~ {
factor(pull(frame, .x),
levels = 1:length(pluck(key[key$name == .x, "labels"], 1, 1)),
labels = pluck(key[key$name == .x, "labels"], 1, 1))
}) %>%
set_names(colnames(frame)) %>%
as_tibble()
#> # A tibble: 4 x 3
#> a b c
#> <fctr> <fctr> <fctr>
#> 1 one uno 2
#> 2 five cuatro 7
#> 3 two tres 4
#> 4 three uno 6
答案 1 :(得分:0)
我不知道这个答案是否满足你整洁的要求,因为它使用了一个普通的旧循环。但它完成了这项工作,在我看来,它很容易阅读/理解,而且速度也相当快。
library(tidyverse)
frame <- tribble(
~a, ~b, ~c,
1, 1, 2,
5, 4, 7,
2, 3, 4,
3, 1, 6
)
key <- tribble(
~col, ~name, ~type, ~labels,
1, "a", "f", c("one", "two", "three", "four", "five"),
2, "b", "f", c("uno", "dos", "tres", "cuatro"),
3, "c", "f", 1:7
)
for (i in 1:nrow(key)) {
var <- key$name[[i]]
x <- frame[[var]]
labs <- key$labels[[i]]
lvls <- 1:max(length(x), length(labs)) # make sure to have the right lengths
frame <- frame %>% mutate(!! var := factor(x, levels = lvls, labels = labs))
}
frame
#> # A tibble: 4 x 3
#> a b c
#> <fctr> <fctr> <fctr>
#> 1 one uno 2
#> 2 five cuatro 7
#> 3 two tres 4
#> 4 three uno 6
典型的整洁方法是重塑数据以将所有变量放在一列中,然后将函数应用于该列,最后将其重新整形为原始格式。但是,因素并不是真的那样,因此我们需要使用其他方法。因素甚至被认为是整洁的吗?
关于我假设for循环类似于map2
- 函数,我错了。
以下是一些基准:
library(microbenchmark)
frame1 <- frame
frame2 <- frame
microbenchmark(
map2 = {
frame1[key$col] <- map2(key$col, key$labels,
function(x, y) factor(frame[[x]],
levels = 1:max(frame[[x]],
length(y)),
labels = y))
},
forloop = {
for (i in 1:nrow(key)) {
var <- key$name[[i]]
x <- frame2[[var]]
labs <- key$labels[[i]]
lvls <- 1:max(length(x), length(labs))
frame2 <- frame2 %>% mutate(!! var := factor(x, levels = lvls, labels = labs))
}
}
)
# Unit: microseconds
# expr min lq mean median uq max neval cld
# map2 375.53 416.5805 514.3126 450.825 484.2175 3601.636 100 a
# forloop 11407.80 12110.0090 12816.6606 12564.176 13425.6840 16632.682 100 b
答案 2 :(得分:0)
我很想知道为此提出了哪些其他解决方案。我唯一的建议是稍微更改建议的解决方案,以便更清楚frame
将以某种方式进行修改,而不是将其留在map2
使用的函数体中。
例如,在调用frame
时将map2
作为附加参数传递:
frame[key$col] <- map2(key$col, key$labels,
function(x, y, z) factor(z[[x]], levels = 1:length(y), labels = y),
frame)
或者使用管道运算符%>%
执行相同的操作:
frame[key$col] <- frame %>%
{ map2(key$col, key$labels,
function(x, y, z) factor(z[[x]], levels = 1:length(y), labels = y), .) }
答案 3 :(得分:0)
对于这个问题,您可以使用基本R代码:
(A=`names<-`(data.frame(mapply(function(x,y)x[y],key$labels,frame)),key$name))
a b c
1 one uno 2
2 five cuatro 7
3 two tres 4
4 three uno 6
sapply(A,class)
a b c
"factor" "factor" "factor"