如何为数据框的子集重新编码多个变量？答案

【问题标题】：How to recode multiple variables for a subset of a dataframe?如何为数据框的子集重新编码多个变量？
【发布时间】：2020-04-11 02:46:31
【问题描述】：

我迷路了，所以任何方向都会有所帮助。假设我有一个数据框：

df <- data.frame(
  id = 1:12,
  v1 = rep(c(1:4), 3),
  v2 = rep(c(1:3), 4),
  v3 = rep(c(1:6), 2),
  v4 = rep(c(1:2), 6))

我的目标是为变量 v3 和 v4 重新编码 2=4 和 4=2，但仅针对前 4 种情况（id

【问题讨论】：

标签： r dataframe recode

【解决方案1】：

这是一个基本的 R 解决方案，

df[1:5, c('v3', 'v4')] <- lapply(df[1:5, c('v3', 'v4')], function(i) 
                                       ifelse(i == 2, 4, ifelse(i == 4, 2, i)))

给出，

   id v1 v2 v3 v4
1   1  1  1  1  1
2   2  2  2  4  4
3   3  3  3  3  1
4   4  4  1  2  4
5   5  1  2  5  1
6   6  2  3  6  2
7   7  3  1  1  1
8   8  4  2  2  2
9   9  1  3  3  1
10 10  2  1  4  2
11 11  3  2  5  1
12 12  4  3  6  2

【讨论】：

也谢谢。我认为了解解决方案的基本 R 版本非常有用！
或df[1:5, c('v3', 'v4')][df[1:5, c('v3', 'v4')] == 2 | df[1:5, c('v3', 'v4')] == 4] <- 6-df[1:5, c('v3', 'v4')][df[1:5, c('v3', 'v4')] == 2 | df[1:5, c('v3', 'v4')] == 4]（可以用索引缩短...）
@Cath 你应该把它放在一个新的答案中！

【解决方案2】：

您可以在dplyr 中尝试mutate_at 和case_when

library(dplyr)

df %>%
  mutate_at(vars(v3:v4), ~case_when(id < 5 & . == 4 ~ 2L, 
                                    id < 5 & . == 2 ~ 4L, 
                                    TRUE ~.))
#   id v1 v2 v3 v4
#1   1  1  1  1  1
#2   2  2  2  4  4
#3   3  3  3  3  1
#4   4  4  1  2  4
#5   5  1  2  5  1
#6   6  2  3  6  2
#7   7  3  1  1  1
#8   8  4  2  2  2
#9   9  1  3  3  1
#10 10  2  1  4  2
#11 11  3  2  5  1
#12 12  4  3  6  2

使用mutate_at，您可以指定要应用该函数的列范围。

【讨论】：

好的，谢谢！这看起来是一个不错的解决方案。我不太明白的是“~”和“。”的用法。在这里，所以我并没有真正看到“TRUE〜”的作用。在末尾。点的工作方式类似于通过变量的循环？
@2freet TRUE ~ . 最后指的是列不是 4 或 2 的所有情况，因此在这种情况下它保持相同的值。 ~ 是一种公式样式的语法，您可以在 ?case_when 阅读更多相关信息。

【解决方案3】：

另一个更直接的选择是获取要替换的数字的索引，并将它们替换为 6 减去数字（6-4=2, 6-2=4）：

whToChange <- which(df[1:5, c("v3", "v4")] ==2 | df[1:5, c("v3", "v4")]==4, arr.ind=TRUE)

df[, c("v3", "v4")][whToChange] <- 6-df[, c("v3", "v4")][whToChange]

head(df, 5)
#  id v1 v2 v3 v4
#1  1  1  1  1  1
#2  2  2  2  4  4
#3  3  3  3  3  1
#4  4  4  1  2  4
#5  5  1  2  5  1

【讨论】：

【解决方案4】：

您可以使用match 和一个查找表 - 只是为了追逐，您必须后退两个以上的值。

rosetta <- matrix(c(2,4,4,2), 2)
df[1:4, c("v3", "v4")] <- lapply(df[1:4, c("v3", "v4")], function(x) {
  i <- match(x, rosetta[1,]); j <- !is.na(i); "[<-"(x, j, rosetta[2, i[j]])})
df
#   id v1 v2 v3 v4
#1   1  1  1  1  1
#2   2  2  2  4  4
#3   3  3  3  3  1
#4   4  4  1  2  4
#5   5  1  2  5  1
#6   6  2  3  6  2
#7   7  3  1  1  1
#8   8  4  2  2  2
#9   9  1  3  3  1
#10 10  2  1  4  2
#11 11  3  2  5  1
#12 12  4  3  6  2

也可以看看R: How to recode multiple variables at once 或Recoding multiple variables in R

【讨论】：