Question

我一直想找出如何根据数据列的名称设置类的方法。

让我们假设我有一个命名的数据框，并且我想通过一个函数将一个类添加到列中。该类是使用列的名称在另一个函数中确定的：

library(dplyr)

df1 <- data.frame(hello = 1:4, world = 2:5)

add_class <- function(x, my_class) {
  structure(x, class = c(class(x), my_class))
}

get_class_by_column_name <- function(column_name) {
  if(grepl("hello", tolower(column_name))) {
    return("greeting")
  } else {
    return("probably_not_greeting")
  }
}

这两种方法分别按预期工作：

> class(df1$hello)
[1] "integer"

> df1$hello <- add_class(df1$hello, "class_added_manually")
> class(df1$hello)
[1] "integer"              "class_added_manually"

> df1$hello <- add_class(df1$hello, get_class_by_column_name("hello"))
> class(df1$hello)
[1] "integer"              "class_added_manually" "greeting"

但是我想弄清楚如何组合它们。这不起作用：

set_classes_by_column_names <- function(df) {

  classes_df <- data.frame(name = names(df), class = '') %>%
    rowwise %>%
    mutate(class = get_class_by_column_name(name))

  print(classes_df)

  for (i in 1:length(classes_df$name)) {
    add_class(my_column = df[,classes_df$name[i]],  # select column by name
              my_class = classes_df$class[i])       # use column name as function argument to find class
  }

  return(df)
}

名称分配仍然有效，但是似乎无法添加自定义类。

> df2 <- data.frame(hello = 1:4, world = 2:5)
> class(df2$hello)
[1] "integer"

> df2 <- set_classes_by_column_names(df2)
Source: local data frame [2 x 2]
Groups: <by row>

# A tibble: 2 x 2
  name  class                
  <fct> <chr>                
1 hello greeting             
2 world probably_not_greeting
> class(df2$hello)
[1] "integer"

这是什么问题？

此外，我想知道是否有一种方法可以在dplyr管道中代替for (i in 1:length(classes_df$name)) {...}部分。这里的问题是，似乎没有任何函数可用于使用列名作为参数来突变数据框列，但是我的get_class_by_column_name需要该名称。

Answer 1

可以使用purrr包在管道中完成此操作：

library(dplyr)
library(purrr)

set_class_by_name <- function(col, name) {
  if (grepl("hello", name)) {
    new_class <- "greeting"
  } else {
    new_class <- "probably_not_greeting"
  }

  return(structure(col, class = c(class(col), new_class)))
}

df2 <- df1 %>%
  imap_dfc(set_class_by_name)

诀窍在purrr::imap中，它对列表执行Apply-type操作，并另外将列表的名称作为第二个参数传递。这意味着很容易在自定义函数中获取名称。后缀_dfc将输出（列表列表）转换回数据框。

Answer 2

您可以将mutate_at与dplyr函数（例如starts_with）结合使用， ends_with和contains

df1 <- data.frame(hello = 1:4, world = 2:5, 
                  cello = c('a', 'b'), sword = c(T, F))

df2 <- 
  df1 %>% 
    mutate_at(vars(starts_with('h')), add_class, 'zebra') %>% 
    mutate_at(vars(ends_with('d')), add_class, 'cow') %>% 
    mutate_at(vars(contains('cel')), add_class, 'giraffe')

lapply(df2, class)

# 
# $`hello`
# [1] "integer" "zebra"  
# 
# $world
# [1] "integer" "cow"    
# 
# $cello
# [1] "factor"  "giraffe"
# 
# $sword
# [1] "logical" "cow"

Answer 3

这是尝试修改您的第二个功能：

编辑：：

get_class_by_column_name <- function(column_name) {
  if(tolower(column_name)%in%c("hello")){
    class(column_name)<-append(class(column_name),"greeting")[[2]]
    #return(column_name)
  } else {
    class(column_name)<-append(class(column_name),"probably_not_greeting")[[2]]
    #return(class(column_name))
  }
}
unlist(Map(get_class_by_column_name,names(df1)))
                  hello                   world 
             "greeting" "probably_not_greeting"

原始：：

get_class_by_column_name <- function(column_name) {
  if(grepl("hello", tolower(column_name))) {
    class(column_name)<-append(class(column_name),"greeting")
    return(class(column_name))
  } else {
    class(column_name)<-append(class(column_name),"probably_not_greeting")
    return(class(column_name))
  }
}
Map(get_class_by_column_name,names(df1))

结果：

$hello
[1] "character" "greeting" 

$world
[1] "character"             "probably_not_greeting"

如何根据列名分配数据框列类？

3 个答案: