Question

如何使用tidyverse转换一组反引号列的类？

此处，数据框sumtbl具有针对临床试验患者Bill和Ted的实验室测试结果，并且反向列的类别是因子。我使用 tidyr spread函数将实验室结果从long转换为wide。我在这个例子中使用as.character，因为在现实世界中，我的结果是存储为字符值的数字。

set.seed(7073)
basetbl <- data.frame(pt  = c("BILL","TED"), 
                      res = as.character(abs(rnorm(10))),
                      day = rep(c(1:5), 2))

sumtbl  <- basetbl %>% 
           group_by(pt) %>%
           spread(key = day, value = res) %>%
           ungroup()

在我尝试的解决方案中，创建了一个带有反引号列名的字符向量，但后来我使用mutate_at会产生一个评估错误 - 找不到对象。

modcols  <-  sapply(seq(1:tail(colnames(sumtbl), 1)), function(x) paste0('`',x, '`'))

outtbl   <-  sumtbl %>%
             mutate_at(modcols, funs(as.numeric(.)))

我可以直接更改列，但有更好的方法吗？

sumtbl$`1` <- as.numeric(sumtbl$`1`)

Answer 1

以下内容有效。此外，您要将因子转换为数字，因此必须先使用as.numeric(as.character(.))将因子转换为字符，然后再转换为数字。

outtbl   <-  sumtbl %>%
  mutate_at(vars(-pt), funs(as.numeric(as.character(.))))

# # A tibble: 2 x 6
#       pt       `1`       `2`        `3`       `4`       `5`
#   <fctr>     <dbl>     <dbl>      <dbl>     <dbl>     <dbl>
# 1   BILL 0.4861669 0.1039447 0.69618180 0.7344558 0.9792622
# 2    TED 1.2097490 0.6166524 0.01480253 0.9925388 1.0973267

Answer 2

我们可以使用names来选择列

sumtbl %>%
     mutate_at(names(.)[-1],  funs(as.numeric(as.character(.))))
# A tibble: 2 x 6
#     pt       `1`       `2`        `3`       `4`       `5`
#  <fctr>     <dbl>     <dbl>      <dbl>     <dbl>     <dbl>
#1   BILL 0.4861669 0.1039447 0.69618180 0.7344558 0.9792622
#2    TED 1.2097490 0.6166524 0.01480253 0.9925388 1.0973267

请注意，反引号仅在打印输出中显示。如果我们查看names

names(sumtbl)[-1]
#[1] "1" "2" "3" "4" "5"

所以，'modcols'将是

modcols <- names(sumtbl)[-1]
sumtbl %>%
     mutate_at(modcols,  funs(as.numeric(as.character(.))))
# A tibble: 2 x 6
#      pt       `1`       `2`        `3`       `4`       `5`
#   <fctr>     <dbl>     <dbl>      <dbl>     <dbl>     <dbl>
#1   BILL 0.4861669 0.1039447 0.69618180 0.7344558 0.9792622
#2    TED 1.2097490 0.6166524 0.01480253 0.9925388 1.0973267

此处不需要使用vars包装

使用tidyverse转换一组反引号列的类？

2 个答案: