使用数据值(字典)。R中的数据帧和记录 [英] Working with data values (dictionary). dataframes and recoding in R
本文介绍了使用数据值(字典)。R中的数据帧和记录的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我正在尝试处理包含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,变量Q1中的0&Quot;是变量Q6中的城市&Quot;,变量Q6中的32&Quot;是不可用的&q;)。
我看到在线重新编码的一些用法,以及执行此映射的较旧的plyr
包,以及match
函数,但我没有找到与我的结构完全匹配的任何内容。
下面我提供一个可重复使用的示例:
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,在这里,dictionary$question
包含要映射到的问题;然后";键";和";值";提供映射。因此,在测试数据框中,我有一个变量(Q1
),它接受三个可能的值";1";、";2";或";3";。我需要将这些映射回";dog";、";fish";、";cat";。
但我需要一种自动方法将目标数据帧中的列映射到字典中的行,然后转换值,因为实际上我有1000多个可能的值和30个变量。
编辑:我期望的是这样的函数或命令:
fun(test, dictionary)
输出:包含c("dog", "fish", "cat")
的data.frame。
或者,如果测试为c("1", "1", "1")
,则为c("dog", "dog", "dog")
推荐答案
如果有很多列,请循环across
"test"列,匹配并替换从"字典"的subset
创建的命名向量中的值,其中"问题"与相应的列名(cur_column()
)匹配,然后使用coalesce
用原始数据值填充任何NA值
library(dplyr)
library(tibble)
test %>%
mutate(across(everything(), ~
coalesce(deframe(subset(dictionary, question == cur_column(),
select= -question))[as.character(.)], as.character(.))))
Q1
1 dog
2 fish
3 cat
或要防止多次调用as.character
,请执行一次
test %>%
mutate(across(everything(), as.character),
across(everything(),
~coalesce(deframe(subset(dictionary, question == cur_column(),
select= -question))[.], .)))
Q1
1 dog
2 fish
3 cat
或使用base R
lst1 <- split(dictionary[-3], dictionary$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)
这篇关于使用数据值(字典)。R中的数据帧和记录的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文