使用 dplyr 将所有编码为“Y”/“N”的变量转换为 TRUE/FALSE答案

【问题标题】：Use dplyr to convert all variables coded as "Y"/"N" to TRUE/FALSE使用 dplyr 将所有编码为“Y”/“N”的变量转换为 TRUE/FALSE
【发布时间】：2016-12-01 19:36:57
【问题描述】：

我有以下数据

df <- data.frame(A = 1:3, YN_B = c('Y', 'N', 'N'), YN_C = c('N', 'N', 'Y'))

这些在 c('Y', 'N') 中取值的变量对我来说不是很有用。将它们编码为“Y”的 TRUE 和“N”的 FALSE 会更有用。有用的是，Y/N 列的命名方式可以让我以编程方式找到它们。我认为mutate_if 在这种情况下应该是一个帮助。

我正在尝试使用 mutate_if 来实现这一点，我以前没有使用过，但它不太有效。这是我的尝试

df %>% mutate_if(matches('^YN'), .funs = funs(function(x) x == 'Y'))
Error in get(as.character(FUN), mode = "function", envir = envir) : 
  object 'p' of mode 'function' was not found

我哪里错了？

【问题讨论】：

标签： r dplyr

【解决方案1】：

matches 返回指定列位置的整数，但是，mutate_if 需要布尔值作为谓词。为了使用matches，您可以改用mutate_at：

library(dplyr)
df %>% mutate_at(vars(matches('^YN')), funs(. == 'Y'))
#   A  YN_B  YN_C
# 1 1  TRUE FALSE
# 2 2 FALSE FALSE
# 3 3 FALSE  TRUE

以下是matches 工作原理的示例：

matches('^YN', vars = c("A", "YN_B"))
# [1] 2

在此处为mutate_if添加另一种情况，我们可以根据列类型对列进行变异：

lapply(df, class)
# $A
# [1] "numeric"

# $YN_B
# [1] "character"

# $YN_C
# [1] "character"

df %>% mutate_if(is.character, funs(. == 'Y'))
#   A  YN_B  YN_C
# 1 1  TRUE FALSE
# 2 2 FALSE FALSE
# 3 3 FALSE  TRUE

【讨论】：

【解决方案2】：

您不需要 plyr。使用 reshape2 包融化您的数据框并重新计算您的 value 列

df.long <- within(melt(df, 'A'), value <- value == 'Y')

然后放回去

df.new <- dcast(df.long, A ~ variable)

现在你明白了：

> df.new
  A  YN_B  YN_C
1 1  TRUE FALSE
2 2 FALSE FALSE
3 3 FALSE  TRUE

【讨论】：

【解决方案3】：

 >df %>% mutate(YN_B=(YN_B=="Y"),YN_C=(YN_C=="Y"))

          A  YN_B  YN_C
   (int) (lgl) (lgl)
1     1  TRUE FALSE
2     2 FALSE FALSE
3     3 FALSE  TRUE

【讨论】：

【解决方案4】：

我们可以使用data.table

library(data.table)
i1 <- grep("YN", names(df))
setDT(df)[, paste0(i1, "L") := lapply(.SD, `==`, "Y"), .SDcols = i1]

【讨论】：