Question

我需要一些整理数据的帮助。我正在尝试将一些整数转换为因数（但不是将所有整数转换为因数）。我认为我可以选择有问题的变量，但是如何将它们添加回原始数据集中？例如，保持未从raw_data_tbl中选择的值，并使用raw_data_tbl_int中的变异类型 enter image description here

enter image description here

library(dplyr)

raw_data_tbl %>% 
select_if(is.numeric) %>% 
select(-c(contains("units"), PRO_ALLOW, RTL_ACTUAL, REAL_PRICE, 
       REAL_PRICE_HHU, REBATE, RETURN_UNITS, UNITS_PER_CASE, Profit, STR_COST, DCC, 
       CREDIT_AMT)) %>% 
mutate_if(is.numeric, as.factor)

Answer 1

自CRAN 2020-06-01上发布的dplyr 1.0.0起，由于更具通用性的{{1}，作用域函数mutate_at()，mutate_if()和mutate_all()已被取代}。这意味着您可以只待across()。 The introductory blog post from April解释了为什么花这么长时间才发现。

玩具示例：

mutate()

对于您而言，您可以这样做：

library(dplyr)

iris %>%
  mutate(across(c(Sepal.Width, 
                  Sepal.Length),
                factor))

Answer 2

您可以改用mutate_at。这是使用iris数据框的示例：

library(dplyr)

iris_factor <- iris %>%
  mutate_at(vars(Sepal.Width, 
                 Sepal.Length), 
            funs(factor))

以及证明：

> str(iris_factor)
'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: Factor w/ 35 levels "4.3","4.4","4.5",..: 9 7 5 4 8 12 4 8 2 7 ...
 $ Sepal.Width : Factor w/ 23 levels "2","2.2","2.3",..: 15 10 12 11 16 19 14 14 9 11 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

Answer 3

老实说，我会这样：

library(dplyr)

df = data.frame("LOC_ID" = c(1,2,3,4),
                "STRS" = c("a","b","c","d"),
                "UPC_CDE" = c(813,814,815,816))

df$LOC_ID = as.factor(df$LOC_ID)
df$UPC_CDE = as.factor(df$UPC_CDE)

使用dplyr更改列类型

3 个答案: