Question

我编写并审查了大量的R代码，如下所示：

df <- data.frame(replicate(10, sample(0:5, 10, rep = TRUE)))
my.func <- function(col, y) {col %in% y}

df$X2 <- my.func(df$X2, c(1,2))
df$X3 <- my.func(df$X3, c(4,5))
df$X5 <- my.func(df$X5, c(1,2))
df$X6 <- my.func(df$X6, c(4,5))
df$X8 <- my.func(df$X8, c(4,5))
df$X9 <- my.func(df$X9, c(1,2))
df$X10 <- my.func(df$X10, c(1))

也就是说，使用函数转换data.frame（或data.table）中的某些列，其中一个参数是一列，另一个参数是某个任意的，对该列而言有点唯一的值。 / p>

进行此类转换的更简洁的方法是什么？

我尝试使用data.table的set（：=）运算符，这使事情稍微更整洁，但每个列名仍必须出现两次，并且该函数对于每个列必须出现一次。

Answer 1

一种简洁的方法是将输入参数作为数据集（'df'）的Map和list的{{1}}作为参数传递给vector 。此处，data.frame的每一列都是my.func，并且类似地是unit的向量元素。

list

注意：未提供OP的功能或最小的可复制示例，因此未经测试

注意2：在这里，假设列数为3。如果超过3，则也要增加df[] <- Map(my.func, df, list(1:2, 4:5, 3:4))的长度

以上内容也可以转换为list语法

data.table

如果仅需要更改列的子集，请在library(data.table) setDT(df)[, names(df) := Map(my.func, .SD, list(1:2, 4:5, 3:4))]中指定列，然后将.SDcols更改为名称的子集

或与names(df)

tidyverse

Answer 2

OP的评论请求：

使这些列的列名和函数参数之间的关联更明确

调整其他答案中看到的Map方法：

yL <- list(X2 = 1:2, X3 = 4:5, X5 = 3:4, X6 = 4:5, X8 = 4:5, X9 = 1:2, X10 = 1)
df[names(yL)] <-  Map(my.func, df[names(yL)], y = yL)

带有data.table：

# this saves you from writing DT twice
DT[, names(yL) := Map(my.func, .SD, y = yL), .SDcols=names(yL)]

使用每列使用不同参数的函数转换多列

2 个答案: