R - 从String获取数据框的列 [英] R - Getting Column of Dataframe from String

问题描述

我正在尝试创建一个功能，允许在运行回归分析之前将数据框的选定列转换为分类数据类型（因子）。

问题是如何使用字符串（字符）从数据框中切割特定列。

示例：

  strColumnNames<  - 承认，排名
 strDelimiter<  - ，
 strSplittedColumnNames<  -  strsplit（strColumnNames，strDelimiter）
 for strColName在strSplittedColumnNames [[1]]）{
 dfData $ as.name（strColName）<  -  factor（dfData $ get（strColName））
} 
  

尝试：

  dfData $ as.name ）
 dfData $ get（as.name（））
 dfData $ get（）
  

错误消息：
错误：尝试应用非功能

任何帮助将不胜感激！谢谢!!!

解决方案

您需要更改

  dfData $ as.name（strColName）<  -  factor（dfData $ get（strColName））
  

to

  dfData [[strColName]]<  -  factor（dfData [[strColName]]） 
  

您可以阅读？[[更多。

在你的情况下，列名称是编程生成的， [[]] 是唯一的方法走。也许这个例子将足够清楚，以说明 $ 的问题：

  dat<  -  data.frame（x = 1：5，y = 2：6）
z < - x
 
 dat $ z 
＃[1] NULL 
 
 dat [[z]] 
＃[1] 1 2 3 4 5 
  

---

关于其他答案

因为您应用的功能是 as.factor 或因素 。 apply 始终适用于矩阵（如果您提供一个数据框，它将首先将其转换为矩阵）并返回一个矩阵，而您不能将矩阵中的因子数据类。考虑这个例子：

  x<  -  data.frame（x1 = letters [1：4]，x2 = LETTERS [1 ：4]，x3 = 1：4，stringsAsFactors = FALSE）
x [，1：2]<  -  apply（x [，1：2]，2，as.factor）
 
 str（x）
＃'data.frame'：4 obs。的3个变量：
＃$ x1：chrabcd
＃$ x2：chrABCD
 ＃$ x3：int 1 2 3 4 
  

请注意，您仍然具有字符变量而不是因子。如我所说，我们必须使用 lapply ：

  x [1 ：2]<  -  lapply（x [1：2]，as.factor）
 
 str（x）
＃'data.frame'：4 obs。 3个变量：
＃$ x1：因子w / 4级别a，b，c，d：1 2 3 4 
＃$ x2：因子w / 4级A，B，C，D：1 2 3 4 
＃$ x3：int 1 2 3 4 
  

现在我们在 x1 和 x2 中看到因子类。 / p>



对于数据框使用应用从来不是一个好主意。如果您阅读源代码 apply ：

  dl<  -  length X））
 if（is.object（X））
 X<  -  if（dl == 2L）
 as.matrix（X）
 else as.array X）
  

您将看到一个数据框（其具有二维）将被强制转换为矩阵。这很慢如果您的数据帧列具有多个不同的类，则生成的矩阵将只有1个类。谁知道这种胁迫的结果是什么。





然而应用是用R不是C写的， 循环

  for（i in 1L：d2）{ 
 tmp<  -  forceAndCall（1，FUN，newX [，i]，...）
 if（！is.null（tmp））
 ans [[i]]& -  tmp 
  

所以它不比 $ c>循环你自己写。

I am trying to create a function that allows the conversion of selected columns of a data frame to categorical data type (factor) before running a regression analysis.

Question is how do I slice a particular column from a data frame using a string (character).

Example:

  strColumnNames <- "Admit,Rank"
  strDelimiter <- ","
  strSplittedColumnNames <- strsplit(strColumnNames, strDelimiter)
  for( strColName in strSplittedColumnNames[[1]] ){
    dfData$as.name(strColName) <- factor(dfData$get(strColName))
  }

Tried:

dfData$as.name()
dfData$get(as.name())
dfData$get()

Error Msg: Error: attempt to apply non-function

Any help would be greatly appreciated! Thank you!!!

解决方案

You need to change

dfData$as.name(strColName) <- factor(dfData$get(strColName))

to

dfData[[strColName]] <- factor(dfData[[strColName]])

You may read ?"[[" for more.

In your case, column names are generated programmingly, [[]] is the only way to go. Maybe this example will be clear enough to illustrate the problem of $:

dat <- data.frame(x = 1:5, y = 2:6)
z <- "x"

dat$z
# [1] NULL

dat[[z]]
# [1] 1 2 3 4 5

---

Regarding the other answer

apply definitely does not work, because the function you apply is as.factor or factor. apply always works on a matrix (if you feed it a data frame, it will convert it into a matrix first) and returns a matrix, while you can't have factor data class in matrix. Consider this example:

x <- data.frame(x1 = letters[1:4], x2 = LETTERS[1:4], x3 = 1:4, stringsAsFactors = FALSE)
x[, 1:2] <- apply(x[, 1:2], 2, as.factor)

str(x)
#'data.frame':  4 obs. of  3 variables:
# $ x1: chr  "a" "b" "c" "d"
# $ x2: chr  "A" "B" "C" "D"
# $ x3: int  1 2 3 4

Note, you still have character variable rather than factor. As I said, we have to use lapply:

x[1:2] <- lapply(x[1:2], as.factor)

str(x)
#'data.frame':  4 obs. of  3 variables:
# $ x1: Factor w/ 4 levels "a","b","c","d": 1 2 3 4
# $ x2: Factor w/ 4 levels "A","B","C","D": 1 2 3 4
# $ x3: int  1 2 3 4

Now we see the factor class in x1 and x2.

Using apply for a data frame is never a good idea. If you read the source code of apply:

    dl <- length(dim(X))
    if (is.object(X)) 
    X <- if (dl == 2L) 
        as.matrix(X)
    else as.array(X)

You see that a data frame (which has 2 dimension) will be coerced to matrix first. This is very slow. If your data frame columns have multiple different class, the resulting matrix will have only 1 class. Who knows what the result of such coercion would be.

Yet apply is written in R not C, with an ordinary for loop:

 for (i in 1L:d2) {
        tmp <- forceAndCall(1, FUN, newX[, i], ...)
        if (!is.null(tmp)) 
            ans[[i]] <- tmp

so it is no better than an explicit for loop you write yourself.

这篇关于R - 从String获取数据框的列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！