通过查找表将特定数据类型映射到特定列

时间:2018-09-21 03:16:12

标签: r purrr readr

我正在使用大型数据集,在这些数据集上,经常很难总是知道数值是否应该作为连续特征来处理,或者它们是否代表分类值。在其他时候,R会弄错它,并在它实际上是数字时将其分配为字符。

我希望建立一个查找表,以将特定的数据类型映射到特定的列-按名称。是否可以使用purrr软件包或类似的方法来做到这一点?

例如:

mylookup_table =data.frame(column_names = c('mpg','vs','hp'), column_types = c('numeric','factor','character') )
 #apply to mtcars for just these columns..

1 个答案:

答案 0 :(得分:1)

我认为purrr专家可以演示如何更优雅地执行此操作,但是看到R中没有太多数据类型,这还不错:

library(tidyverse)
mylookup_table <- data_frame(
  column_names = c('mpg','vs','hp'), 
  column_types = c('numeric','factor','character'))

mylookup_chars <- mylookup_table[mylookup_table$column_types == "character", 1]
mylookup_nums <- mylookup_table[mylookup_table$column_types == "numeric", 1]
mylookup_factors <- mylookup_table[mylookup_table$column_types == "factor", 1]


mtcars %>%
  purrr::map_at(mylookup_chars$column_names, as.character) %>% 
  purrr::map_at(mylookup_nums$column_names, as.numeric) %>% 
  purrr::map_at(mylookup_factors$column_names, as.factor) %>% 
  str()

List of 11
 $ mpg : num [1:32] 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
 $ cyl : num [1:32] 6 6 4 6 8 6 8 4 4 6 ...
 $ disp: num [1:32] 160 160 108 258 360 ...
 $ hp  : chr [1:32] "110" "110" "93" "110" ...
 $ drat: num [1:32] 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
 $ wt  : num [1:32] 2.62 2.88 2.32 3.21 3.44 ...
 $ qsec: num [1:32] 16.5 17 18.6 19.4 17 ...
 $ vs  : Factor w/ 2 levels "0","1": 1 1 2 2 1 2 1 2 2 2 ...
 $ am  : num [1:32] 1 1 1 0 0 0 0 0 0 0 ...
 $ gear: num [1:32] 4 4 4 3 3 3 3 4 4 4 ...
 $ carb: num [1:32] 4 4 1 1 2 1 4 2 2 4 ...