Question

我想使用lapply来标记特定变量的值。我找到了一个让我靠近的例子（here），但我无法让它仅用于数据集中的某些变量。

工作示例：

df1 <- tribble(
 ~var1, ~var2, ~var3, ~var4,
 "1",   "1",   "1", "a",
 "2",   "2",   "2", "b",
 "3",   "3",   "3", "c"
)

以下代码似乎应该有效，但不是：

df1["var1", "var2"] <- lapply(df1["var1", "var2"], factor,
                          levels=c(1, 
                                   2, 
                                   3), 
                          labels = c("Agree", 
                                     "Neither Agree/Disagree", 
                                     "Disagree"))

代码运行，但提供以下输出：

# A tibble: 4 x 4
  var1  var2  var3  var4
* <chr> <chr> <chr> <chr>
1     1     1     1     a
2     2     2     2     b
3     3     3     3     c
4  <NA>  <NA>  <NA>  <NA>

如果我只尝试一个变量，它可以工作：

df1["var1"] <- lapply(df1["var1"], factor,
                          levels=c(1, 
                                2, 
                                3), 
                          labels = c("Agree", 
                                  "Neither Agree/Disagree", 
                                  "Disagree"))

它提供以下输出（这是正确的）：

# A tibble: 3 x 4
                    var1  var2  var3  var4
                  <fctr> <chr> <chr> <chr>
1                  Agree     1     1     a
2 Neither Agree/Disagree     2     2     b
3               Disagree     3     3     c

我尝试了很多不同的方法来更改代码以使其工作，但我无法弄明白。

Answer 1

你很亲密。我们需要df1[c("var1", "var2")]来指定列。

df1[c("var1", "var2")] <- lapply(df1[c("var1", "var2")], factor,
                              levels=c("1", 
                                       "2", 
                                       "3"), 
                              labels = c("Agree", 
                                         "Neither Agree/Disagree", 
                                         "Disagree"))
df1
# # A tibble: 3 x 4
#                     var1                   var2  var3  var4
#                   <fctr>                 <fctr> <chr> <chr>
# 1                  Agree                  Agree     1     a
# 2 Neither Agree/Disagree Neither Agree/Disagree     2     b
# 3               Disagree               Disagree     3     c

Answer 2

您的问题正在发生，因为您正试图错误地对data.frame进行分组。

在data.frame或tbl中，使用[进行提取可以通过多种方式进行。

由于数据采用matrix形式，因此您可以使用[row, column]方法获取特定值。例如，要获得单个值，您可以执行df1[2, 1]。
由于tbl / data.frame是特殊类型的list，如果您不提供逗号，则会假定您需要整个列表元素。

因此，当你执行["var1", "var2"]时，它进入了matrix子集模式，并且正在寻找一个名为＆＃34; var1＆＃34;的行，它无法找到，所以它在您的数据集中插入了一行NA值。

这里有一小部分示例供您试验。

获取第1行和第1列以及第1列：第4列

df <- mtcars[1:4, 1:4]
df
#                 mpg cyl disp  hp
# Mazda RX4      21.0   6  160 110
# Mazda RX4 Wag  21.0   6  160 110
# Datsun 710     22.8   4  108  93
# Hornet 4 Drive 21.4   6  258 110

使用[row, column]方法

提取单个值

df["Mazda RX4", "mpg"]  # [row, column]
# [1] 21

检查data.frame是否为list
```
is.list(df)
# [1] TRUE
```

将data.frame转换为list并尝试使用[row, column]进行提取。

L <- unclass(df)
L["Mazda RX4", "mpg"]   # A list doesn't have `dim`s.
# Error in L["Mazda RX4", "mpg"] : incorrect number of dimensions

只提供一个值，以便从data.frame或list

中提取

df["mpg"]               # Treats it as asking for a single value from a list
#                 mpg
# Mazda RX4      21.0
# Mazda RX4 Wag  21.0
# Datsun 710     22.8
# Hornet 4 Drive 21.4

L["mpg"]
# $mpg
# [1] 21.0 21.0 22.8 21.4

提供值的向量以提取

df[c("mpg", "hp")]
#                 mpg  hp
# Mazda RX4      21.0 110
# Mazda RX4 Wag  21.0 110
# Datsun 710     22.8  93
# Hornet 4 Drive 21.4 110

L[c("mpg", "hp")]
# $mpg
# [1] 21.0 21.0 22.8 21.4
# 
# $hp
# [1] 110 110  93 110

由于data.frame是list的一种特殊类型dim，因此使用空[, vals]可以使用

df[, c("mpg", "hp")]
#                 mpg  hp
# Mazda RX4      21.0 110
# Mazda RX4 Wag  21.0 110
# Datsun 710     22.8  93
# Hornet 4 Drive 21.4 110

查找不存在的行会返回NA s

df["not here", ]
#    mpg cyl disp hp
# NA  NA  NA   NA NA

记住这些细节，您最好的方法就是使用（如@www's answer中所述：

df1[c("var1", "var2")]

使用lapply标记特定变量的值

2 个答案: