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

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！