r - 使用数据值(字典)。R中的数据帧和重新编码
问题描述
我正在尝试使用包含 30 个左右变量的 data.frame。这些变量都有不同的数值(例如,“0”或“32”)。数值映射到字符串(例如,在变量 Q1 中,“0”是“Urban”;在变量 Q6 中,“32”是“不可用”)。
我在网上看到了 recode 的一些用法,以及一个执行此映射的旧plyr
包以及match
函数,但我没有找到任何与我所拥有的确切结构匹配的东西。
我在下面提供了一个可重现的示例:
test <- as.data.frame(c("1", "2", "3"))
colnames(test) <- "Q1"
dictionary <- as.data.frame(c("1", "2", "3"))
dictionary$values <- c("dog", "fish", "cat")
dictionary$question <- c("Q1", "Q1", "Q1")
colnames(dictionary)[1] <- "keys"
因此,这里dictionary$question
包含要映射到的问题;然后“键”和“值”提供映射。因此,在测试数据框中,我有一个变量 ( Q1
),它采用三个可能的值,“1”、“2”或“3”。我需要将这些映射回“狗”、“鱼”、“猫”。
但我需要一种自动方法将目标数据框中的列映射到字典中的行,然后翻译这些值,因为实际上我有超过 1000 个可能的值和 30 个变量。
编辑:我期望的是这样的函数或命令:
fun(test, dictionary)
输出:一个带有c("dog", "fish", "cat")
.
或者,如果 test 是c("1", "1", "1")
,它将是c("dog", "dog", "dog")
解决方案
如果有很多列,则循环across
“测试”列,匹配并替换从subset
“字典”创建的命名向量中的值,其中“问题”与相应的列名 ( cur_column()
) 匹配,然后用于coalesce
填充任何 NA 值具有原始数据值
library(dplyr)
library(tibble)
test %>%
mutate(across(everything(), ~
coalesce(deframe(subset(dictionary, question == cur_column(),
select= -question))[as.character(.)], as.character(.))))
Q1
1 dog
2 fish
3 cat
或者为了防止多次调用as.character
,执行一次
test %>%
mutate(across(everything(), as.character),
across(everything(),
~coalesce(deframe(subset(dictionary, question == cur_column(),
select= -question))[.], .)))
Q1
1 dog
2 fish
3 cat
或使用base R
lst1 <- split(dictionary[-3], dictionary$question)
test[names(lst1)] <- Map(function(x, y) {
tmp <- with(y, setNames(values, keys)[as.character(x)])
tmp[is.na(tmp)] <- x[is.na(tmp)]
tmp}, test[names(lst1)], lst1)
推荐阅读
- c# - 选中时连接 checkbox.text
- c# - 正则表达式拆分并合并为单个记录
- python - 如何修改python函数文档字符串并写入python文件
- vue.js - Nuxt / Vue JS - 为 Markdown 文件编写 HTML 模板
- java - Android Powermockito 如何模拟吐司
- python - 如何在不使用 python 中的 pandas 的情况下将查询结果保存到 csv 文件中?
- python-3.x - 如何在用新数据填充之前在管理命令中清空 Django 表的所有内容
- mysql - 仅针对具有相同“id”的行获取两个表之间的时间差 - MySQL
- go - 基于线性时间的多个标准的切片中的广义计数元素
- c# - 特定异常类型的异常处理