时间戳

首页 > 解决方案 > 用循环记录转换R中的许多变量

r - 用循环记录转换R中的许多变量

问题描述

我有一个数据框，它有一个用于诊断的二进制变量（第 1 列）和 165 个营养变量（第 2-166 列），用于 n=237。我们称这个数据集为 nutr_all。我需要创建 165 个新变量来获取每个营养变量的自然对数。所以，我想得到一个包含 331 列的数据框 - 第 1 列 = 诊断，第 2-166 列 = 营养变量，第 167-331 列 = 对数转换后的营养变量。我希望这些变量取旧变量的名称，但末尾带有“_log”

我尝试过使用 for 循环和 mutate 命令，但是，我对 r 不是很精通，所以我很挣扎。

for (nutr in (nutr_all_nomiss[,2:166])){
 nutr_all_log <- mutate(nutr_all, nutr_log = log(nutr) )
}

当我这样做时，它只会创建一个名为 nutr_log 的新变量。我知道我需要让 r 知道“nutr_log”中的“nutr”是 for 循环中的变量名，但我不确定如何。

标签： rfor-loopdplyr

解决方案

对于最近遇到此页面的任何人，该页面dplyr::across()于 2020 年底推出，它正是为这项任务而构建的 - 一次将相同的转换应用于许多列。

下面是一个简单的解决方案。

如果您需要选择要转换的列，请通过在 R 控制台中运行来查看tidyselect辅助函数。?tidyr_tidy_select

library(tidyverse)
# create vector of column names
variable_names <- paste0("nutrient_variable_", 1:165)

# create random data for example
data_values <- purrr::rerun(.n = 165, 
                             sample(x=100, 
                                    size=237, 
                                    replace = T)) 

# set names of the columns, coerce to a tibble, 
# and add the diagnosis column
nutr_all <- data_values %>%
    set_names(variable_names) %>%
    as_tibble() %>% 
    mutate(diagnosis = 1:237) %>% 
    relocate(diagnosis, .before = everything())
    
# use across to perform same transformation on all columns 
# whose names contain the phrase 'nutrient_variable'
nutr_all_with_logs <- nutr_all %>%
    mutate(across(
        .cols = contains('nutrient_variable'),
        .fns = list(log10 = log10),
        .names = "{.col}_{.fn}"))

# print out a small sample of data to validate 
nutr_all_with_logs[1:5, c(1, 2:3, 166:168)]

就个人而言，与其将所有列添加到数据框中，我更愿意创建一个仅包含转换后的值的新数据框，并更改列名：

logs_only <- nutr_all %>%
    mutate(across(
        .cols = contains('nutrient_variable'),
        .fns = log10)) %>% 
    rename_with(.cols = contains('nutrient_variable'),
                .fn = ~paste0(., '_log10'))
logs_only[1:5, 1:3]

推荐阅读