转换列名中所有以“字符串”开头的非NA值到1& NA到0 [英] Convert all Non NA values in column name starting with "string" to 1 & NA to 0

问题描述

我将使用虹膜进行再现性

  df<-虹膜％&％;％
突变（Species2 = Species） ％>％
 map_df（。，function（x）{x [sample（c（TRUE，NA），prob = c（0.8，0.2），size = length（x），replace = TRUE）]}} ）％&％;％
 mutate（across（where（starts_with（ Species）），as.factor））
 
  

我创建了另一列Species2&随机输入的NA，我要做的是将两列（物种和物种2）中的所有非NA值都转换为 1。 NA在这两列中均为0

我想到了在&作为.numeric表示，尽管如此，它仍然不起作用。 ;）），as.numeric））

解决方案

在 dplyr ，您可以执行以下操作：

  library（dplyr）
 df％> ％mutate（across（starts_with（ Species），〜as.integer（！is.na（。））））
  

在基数R中，可以这样操作：

  cols<-grep（'^ Species'，names（df））
 df [cols]<-+（！is.na（df [cols]））
  

I'll use to iris for reproduciblity

df <- iris %>% 
      mutate(Species2=Species) %>% 
      map_df(., function(x) {x[sample(c(TRUE, NA), prob = c(0.8, 0.2), size = length(x), replace = TRUE)]}) %>% 
      mutate(across(where(starts_with("Species")),as.factor))
  

I have created another column Species2 & randomly entered NA, what I want to do is convert all non NA values in two columns (Species & Species 2) to 1 & NA's in those two columns to 0

I thought of using across & as .numeric for this, somehow it doesn't work though.

 df %>% mutate(across(where(starts_with("Species")),as.numeric))

解决方案

In dplyr, you can do :

library(dplyr)
df %>% mutate(across(starts_with("Species"), ~as.integer(!is.na(.))))

In base R, this can be done as :

cols <- grep('^Species', names(df))
df[cols] <- +(!is.na(df[cols]))

这篇关于转换列名中所有以“字符串”开头的非NA值到1& NA到0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！