使用 dplyr 重新编码多个列答案

【问题标题】：Recode multiple columns using dplyr使用 dplyr 重新编码多个列
【发布时间】：2018-05-11 08:10:00
【问题描述】：

我有一个数据框，我在其中重新编码了几列，以便将 999 设置为 NA

dfB <-dfA %>%
  mutate(adhere = if_else(adhere==999, as.numeric(NA), adhere)) %>%
  mutate(engage = if_else(engage==999, as.numeric(NA), engage)) %>%
  mutate(quality = if_else(quality==999, as.numeric(NA), quality)) %>%
  mutate(undrstnd = if_else(undrstnd==999, as.numeric(NA), undrstnd)) %>%
  mutate(sesspart = if_else(sesspart==999, as.numeric(NA), sesspart)) %>%
  mutate(attended = if_else(attended>=9, as.integer(NA), attended))

我想使用 mutate_at() 和一系列列和 recode() 而不是 if_else()，但我不知道如何给它条件。我认为 999 = NA 基于一些 mutate_all 示例 - 但我还需要 NA 来匹配 .x 的类型，我不确定如何让它成为类型敏感的

我试过了：

y <- data.frame(y1=c(1,2,999,3,4), y2=c(1L, 2L, 999L, 3L, 4L), y3=c(T,T,F,F,T))
z <- y %>%
    mutate_at( vars(y1:y2), funs(recode(.,`999` = as.numeric(NA))))

但我收到一条警告“视为 NA 的未替换值不兼容。请详细指定替换或提供 .default”，我可以看到它的措辞是针对数字列，而不是针对整数列 y2”

> z
  y1 y2    y3
1  1 NA  TRUE
2  2 NA  TRUE
3 NA NA FALSE
4  3 NA FALSE
5  4 NA  TRUE

【问题讨论】：

标签： r recode dplyr

【解决方案1】：

我认为这与列类型有关。我添加了mutate_if 将所有整数列转换为数字，然后将重新编码值设置为NA_real_。它似乎有效。

library(dplyr)

y <- data.frame(y1=c(1,2,999,3,4), y2=c(1L, 2L, 999L, 3L, 4L), y3=c(T,T,F,F,T))

z <- y %>%
  mutate_if(is.integer, as.numeric) %>%
  mutate_at(vars(y1:y2), funs(recode(.,`999` = NA_real_)))
z
#   y1 y2    y3
# 1  1  1  TRUE
# 2  2  2  TRUE
# 3 NA NA FALSE
# 4  3  3 FALSE
# 5  4  4  TRUE

【讨论】：

谢谢，万维网。这确实解决了警告的问题。它强制所有内容为真实，并避免以前整数列的错误类型 NA。我曾考虑过这一点。我还有其他一些代码部分依赖于这些列是整数，我需要在重新编码后将它们重置为整数。我希望有一种方法可以使 NA 值响应每列中的数字类型。

【解决方案2】：

现在funs 已在 dplyr 中贬值，这是新的方法：

z <- y %>%
  mutate_if(is.integer, as.numeric) %>%
  mutate_at(vars(y1:y2), list(~recode(.,`999` = NA_real_)))

将funs 替换为list 并在recode 之前插入~。

【讨论】：

list() 如果只调用一个函数，则不需要。

【解决方案3】：

我无法准确理解您想要完成的任务，所以如果不完全是，请告诉我。

library(dplyr)

y <- data.frame(y1=c(1,2,999,3,4), y2=c(1L, 2L, 999L, 3L, 4L), y3=c(T,T,F,F,T))

y

#>    y1  y2    y3
#> 1   1   1  TRUE
#> 2   2   2  TRUE
#> 3 999 999 FALSE
#> 4   3   3 FALSE
#> 5   4   4  TRUE

z <- y %>%
  mutate_at(vars(y1:y2), ~ifelse(. == 999, NA, .))

z

#>   y1 y2    y3
#> 1  1  1  TRUE
#> 2  2  2  TRUE
#> 3 NA NA FALSE
#> 4  3  3 FALSE
#> 5  4  4  TRUE

【讨论】：

感谢evertr。这确实解决了问题。它保留了 if_else() 而不是使用 recode() - 但我可以忍受。我可以使用“。”正如您建议的那样，避免更改为数字。我不清楚为什么它不抱怨 true 的 NA 是错误的类型。在我的原始代码中，我必须使用 as.numeric(NA) 或 as.integer(NA) 以避免错误。你知道为什么这里没有报错吗？
啊，好的。我看到您使用了 ifelse() ，它不像 if_else() 那样检查类型。您知道如何使用 if_else() 来完成此操作，而无需将整个数据框转换为真实数据吗？
@D.Bontempo 您可以使用mutate_if(is.numeric, ...)，它也匹配整数，这样您就不必选择所有变量（就像在@www 的解决方案中一样，但不进行任何转换） . @everetr 我建议从您的解决方案中删除 as.numeric，因为不需要类型转换。那么这将是值得 +1 的 ;-)
@Tino，请参阅我在代码下方的评论。我已经说过，如果需要，可以省略as.numeric。我不知道@D. Bontempo 是否想要转换。
@D.Bontempo 请在代码下方查看我的评论。您可以省略 as.numeric 以避免将 y$y2 从 integer 转换为 numeric。

【解决方案4】：

目前，基于dplyr documentation：

across() 取代了 summarise_at()、summarise_if() 和 summarise_all() 等“范围变体”系列。

因此，现在建议使用mutate 和across。

像Chris LeBoa said，如果你只想将一个烦人的值转换为NA，函数na_if()可能是最好的选择：

y <- data.frame(y1=c(1,2,999,3,4), y2=c(1L, 2L, 999L, 3L, 4L), y3=c(T,T,F,F,T))

y
   y1  y2    y3
1   1   1  TRUE
2   2   2  TRUE
3 999 999 FALSE
4   3   3 FALSE
5   4   4  TRUE
 
z <- y %>%
    mutate(across(
        y1:y2,
        ~na_if(., 999)
    ))

z
  y1 y2    y3
1  1  1  TRUE
2  2  2  TRUE
3 NA NA FALSE
4  3  3 FALSE
5  4  4  TRUE

同样，如果你真的想recode在多个列中的值，你可以按照example from bcarothers：

df1 <- tibble(Q7_1=1:5,
              Q7_1_TEXT=c("let's","see","grogu","this","week"),
              Q8_1=6:10,
              Q8_1_TEXT=rep("grogu",5),
              Q8_2=11:15,
              Q8_2_TEXT=c("grogu","is","the","absolute","best"))

df2 <- df1 %>%
    mutate(across(
        starts_with("Q8") & ends_with("TEXT"),
        ~recode(., "grogu"="mando")
    ))

【讨论】：

【解决方案5】：

如果您尝试将某些内容重新编码为 NA，na_if() 函数也应该可以工作。

【讨论】：