在R中重构重复代码的提示 [英] Tips for refactoring repetitive code in R

问题描述

真正的R程序员如何使用冗余步骤编写代码块？这里我复制/粘贴/编辑每行，这对于这个小分析工作正常，但对于较大的那些是笨重的。在SAS中，我会写宏。在R中寻找生成原则。

这个例子有一些典型的模式，例如重新编码一组连续的和/或有编号模式的列。此外，重新编码逻辑只是将NA替换为0，然后添加1作为输入到另一个期望输入变量为正整数的算法，这里使用 car 库。 p>

  data $ rs14_1<  -  recode（data $ q14_1，5 = 6; 4 = 5; 3 = 4; 2 = 3 ; 1 = 2; 0 = 1; NA = 0）
 data $ rs14_2<  -  recode（data $ q14_2，5 = 6; 4 = 5; 3 = 4; 2 = 3; 1 = 2 ; 0 = 1; NA = 1）
 data $ rs14_3<  -  recode（data $ q14_3，5 = 6; 4 = 5; 3 = 4; 2 = 3; 1 = 2; ; NA = 1）
 data $ rs14_4<  -  recode（data $ q14_4，5 = 6; 4 = 5; 3 = 4; 2 = 3; 1 = 2; 0 = 1; ）
 data $ rs14_5<  -  recode（data $ q14_5，5 = 6; 4 = 5; 3 = 4; 2 = 3; 1 = 2; 0 = 1; NA = 1）
 data $ rs14_6<  -  recode（data $ q14_6，5 = 6; 4 = 5; 3 = 4; 2 = 3; 1 = 2; 0 = 1; NA = 1）
 data $ rs14_7<  -  recode（data $ q14_7，5 = 6; 4 = 5; 3 = 4; 2 = 3; 1 = 2; 0 = 1; NA = 1）
 data $ rs14_8 < recode（data $ q14_8，5 = 6; 4 = 5; 3 = 4; 2 = 3; 1 = 2; 0 = 1; NA = 1）
 data $ rs14_9< q14_9，5 = 6; 4 = 5; 3 = 4; 2 = 3; 1 = 2; 0 = 1; NA = 1）
   
解决方案
假设第一行中的重新编码应该和其他的一样：
 
 
 
重新编码所有数据列，创建一个新的数据框作为结果：
  newdata& recode，5 = 6; 4 = 5; 3 = 4; 2 = 3; 1 = 2; 0 = 1; NA = 0）
   
 
根据旧数据框设置新数据框的名称：
  newdata）< -  gsub（^ q，rs，names（newdata））
  
将它们放在一起：
  data < -  cbind（data，newdata）
  / pre> 
 
 
但实际上，你可能应该使用：
  newdata<  -  data 
 newdata [is.na（newdata）]<  -  0 
 newdata<  -  newdata + 1 
  
（而不是 recode ）进行转换，然后重命名和 cbind 步骤。
 
 
 
（如果您给出了可重复的示例，这将有所帮助。）
 
How would a real R programmer go about writing blocks of code with redundant steps?  Here I'm copy/pasting/editing each line, which works fine for this small analysis, but for bigger ones gets unwieldy.  In SAS, I'd write macros.  Looking for a generating principle in R.

This example has a few typical patterns, like recoding a set of columns that are consecutive and/or have a numbering pattern. Also the recoding logic is just "replace NA with 0 and then add 1" as input to another algorithm that expects positive integers for input variables, here using the car library.
data$rs14_1 <- recode(data$q14_1,"5=6;4=5;3=4;2=3;1=2;0=1;NA=0")
data$rs14_2 <- recode(data$q14_2,"5=6;4=5;3=4;2=3;1=2;0=1;NA=1")
data$rs14_3 <- recode(data$q14_3,"5=6;4=5;3=4;2=3;1=2;0=1;NA=1")
data$rs14_4 <- recode(data$q14_4,"5=6;4=5;3=4;2=3;1=2;0=1;NA=1")
data$rs14_5 <- recode(data$q14_5,"5=6;4=5;3=4;2=3;1=2;0=1;NA=1")
data$rs14_6 <- recode(data$q14_6,"5=6;4=5;3=4;2=3;1=2;0=1;NA=1")
data$rs14_7 <- recode(data$q14_7,"5=6;4=5;3=4;2=3;1=2;0=1;NA=1")
data$rs14_8 <- recode(data$q14_8,"5=6;4=5;3=4;2=3;1=2;0=1;NA=1")
data$rs14_9 <- recode(data$q14_9,"5=6;4=5;3=4;2=3;1=2;0=1;NA=1")

解决方案
Assuming that the recoding in the first line is supposed to be the same as the rest:

Recode all data columns, create a new data frame as the result:
newdata <- lapply(data,recode,"5=6;4=5;3=4;2=3;1=2;0=1;NA=0")
Set names for the new data frame based on the old one:
names(newdata) <- gsub("^q","rs",names(newdata))
Put them together:
data <- cbind(data,newdata)
But really, instead you should probably be using:
newdata <- data
newdata[is.na(newdata)] <- 0
newdata <- newdata+1
(rather than recode) to do the transformation, followed by the renaming and cbinding steps.

(It would help if you gave a reproducible example.)

                        
这篇关于在R中重构重复代码的提示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！