如何截断R中的多列答案

【问题标题】：How to truncate multiple columns in R如何截断R中的多列
【发布时间】：2022-01-11 09:12:10
【问题描述】：

我需要截断许多列，使其范围从 -3.0 到 3.0。这意味着：任何大于 +3.0 的值都应重新编码为 +3.0 到一个新变量中，所有小于 -3.0 的值也应该重新编码到这个新变量中为 -3.0。

这是一个示例数据集

library(tidyverse)
MyData <- tibble( a = c(2.3, 3.0, -1.5, 3.7, -4.7, 5.2),
                  b = c(3.6, 1.52, -5.4, 4.6, 1.5, 2.2),
                  c = c(1.0, -2.6, -1.2, 2.5, -4.0, 3.0))

我发现了如何为每个旧变量创建一个新变量，使用 mutate() 和 case_when() 但是我有太多变量无法手动完成，我想知道如何我可以用更短更优雅的方式来做到这一点。我希望看到类似于源自此手动代码的输出：

MyData %>% 
  mutate(Ta = case_when(a >= 3.0 ~ 3.0,
                        a <= -3.0 ~ -3.0,
                        T ~ a),
         Tb = case_when(b >= 3.0 ~ 3.0,
                        b <= -3.0 ~ -3.0,
                        T ~ b),
         Tc = case_when(c >= 3.0 ~ 3.0,
                        c <= -3.0 ~ -3.0,
                        T ~ c))

# A tibble: 6 x 6
      a     b     c    Ta    Tb    Tc
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1   2.3  3.6    1     2.3  3      1  
2   3    1.52  -2.6   3    1.52  -2.6
3  -1.5 -5.4   -1.2  -1.5 -3     -1.2
4   3.7  4.6    2.5   3    3      2.5
5  -4.7  1.5   -4    -3    1.5   -3  
6   5.2  2.2    3     3    2.2    3

【问题讨论】：

标签： r tidyverse case data-wrangling recode

【解决方案1】：

转换为矩阵，获取 pmin 和 pmax 并将其附加到 MyData。

（虽然示例中不需要，但如果存在只应处理某些列的情况，则在 as.matrix 之前的管道中插入适当的 select 语句，例如 select(1:2) 或 select(a :b) 选择前两列或 select(where(is.numeric)) 仅选择数字列。）

MyData %>%
  as.matrix %>%
  pmin(3) %>%
  pmax(-3) %>%
  cbind(MyData, T = .)

给予：

     a     b    c  T.a   T.b  T.c
1  2.3  3.60  1.0  2.3  3.00  1.0
2  3.0  1.52 -2.6  3.0  1.52 -2.6
3 -1.5 -5.40 -1.2 -1.5 -3.00 -1.2
4  3.7  4.60  2.5  3.0  3.00  2.5
5 -4.7  1.50 -4.0 -3.0  1.50 -3.0
6  5.2  2.20  3.0  3.0  2.20  3.0

【讨论】：

【解决方案2】：

您可以定义一个函数，然后使用across 将其应用于许多列。

pmin(3, pmax(x, -3)) 是将向量（即数据框的一列）限制在 -3 到 3 范围内的一种方法。它取 x 和 -3 的最大值，然后取结果的最小值和 3 .

across 的 .names 参数让我们指定这些操作的结果应该是名为 T+[orig column name] 的附加列。

cap3 <- function(x) { pmin(3, pmax(x, -3)) }

MyData %>%
  mutate(across(a:c, cap3, .names = "T{.col}"))

  # mutate(across(1:3, cap3, .names = "T{.col}"))            # Equiv. alternative
  # mutate(across(everything(), cap3, .names = "T{.col}"))   # Equiv. alternative

结果

# A tibble: 6 x 6
      a     b     c    Ta    Tb    Tc
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1   2.3  3.6    1     2.3  3      1  
2   3    1.52  -2.6   3    1.52  -2.6
3  -1.5 -5.4   -1.2  -1.5 -3     -1.2
4   3.7  4.6    2.5   3    3      2.5
5  -4.7  1.5   -4    -3    1.5   -3  
6   5.2  2.2    3     3    2.2    3

【讨论】：

【解决方案3】：

编写要应用于函数中每一列的代码，并使用across 应用它。

library(dplyr)

func <- function(a) {
  case_when(a >= 3.0 ~ 3.0,
            a <= -3.0 ~ -3.0,
            T ~ a)  
}

MyData %>%
  mutate(across(.fns = func, .names = 'T{col}'))

#    a     b     c    Ta    Tb    Tc
#  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1   2.3  3.6    1     2.3  3      1  
#2   3    1.52  -2.6   3    1.52  -2.6
#3  -1.5 -5.4   -1.2  -1.5 -3     -1.2
#4   3.7  4.6    2.5   3    3      2.5
#5  -4.7  1.5   -4    -3    1.5   -3  
#6   5.2  2.2    3     3    2.2    3

【讨论】：