有条件地替换数据框中的所有值答案

【问题标题】：Replace all values in a data frame, conditionally有条件地替换数据框中的所有值
【发布时间】：2021-10-15 06:04:57
【问题描述】：

我有一个数字数据框，我正在尝试将其中的每个值更改为一个字符串，然后按该字符串按比例对其进行汇总。

示例表：

var1 var2 var3 var4
 2    3    5    8
 3    6    8    7
 5    3    7    4

如果一个数字小于4，我想用“no”代替，如果一个数字大于或等于4，我想用“yes”代替它

然后我想总结一下每一列的“是”和“否”值的比例。

我尝试过使用 dplyr，对于单个列似乎很容易，但我在将它应用于所有列时遇到了麻烦。我尝试了这样的方法，但没有成功。

df %>%
select(var1:var4) %>%
mutate_each(funs(replace(., . < 4, "no")) %>%
mutate_each(funs(replace., . => 4, "yes")) %>%
summarise(count = n())

感谢您的帮助。

【问题讨论】：

标签： r dataframe if-statement dplyr conditional-statements

【解决方案1】：

library(tidyverse)

df <- data.frame(
  var1 = c(2L, 3L, 5L),
  var2 = c(3L, 6L, 3L),
  var3 = c(5L, 8L, 7L),
  var4 = c(8L, 7L, 4L)
)

df %>%
  mutate(across(.fns = ~ . >= 4)) %>%
  summarise(across(.fns = ~ sum(.)/length(.) ))
#>        var1      var2 var3 var4
#> 1 0.3333333 0.3333333    1    1

【讨论】：

谢谢！效果很好

【解决方案2】：

我们可以循环 across 列，将值转换为“否”、“是”，使用 pivot_longer 重塑为“长”格式，得到 count 并除以计数的 sum按“名称”分组后返回比例

library(dplyr)
library(tidyr)
df %>%
      mutate(across(everything(), 
          ~ case_when(. < 4 ~ 'no', TRUE ~ 'yes'))) %>% 
      pivot_longer(everything()) %>% 
      count(name, value) %>%
      group_by(name) %>%
      mutate(prop = 100 * n/sum(n)) %>%
      ungroup

-输出

# A tibble: 6 x 4
  name  value     n  prop
  <chr> <chr> <int> <dbl>
1 var1  no        2  66.7
2 var1  yes       1  33.3
3 var2  no        2  66.7
4 var2  yes       1  33.3
5 var3  yes       3 100  
6 var4  yes       3 100

或使用base R

100 * proportions(table(names(df)[col(df)], c('no', 'yes')[(df >= 4) + 1]), 1)
      
              no       yes
  var1  66.66667  33.33333
  var2  66.66667  33.33333
  var3   0.00000 100.00000
  var4   0.00000 100.00000

数据

df <- structure(list(var1 = c(2L, 3L, 5L), var2 = c(3L, 6L, 3L), var3 = c(5L, 
8L, 7L), var4 = c(8L, 7L, 4L)), class = "data.frame", row.names = c(NA, 
-3L))

【讨论】：

【解决方案3】：

这是使用 ifelse 和 group_by 和 summarise 的 akrun 的类似答案（原版）：

df %>% 
  mutate(across(var1:var4, ~ifelse(. < 4, 'no', 'yes'))) %>% 
  pivot_longer(
    cols = starts_with("var")) %>% 
  group_by(name, value) %>% 
  summarise(count = n()) %>% 
  mutate(prop = count/sum(count)*100)

输出：

  name  value count  prop
  <chr> <chr> <int> <dbl>
1 var1  no        2  66.7
2 var1  yes       1  33.3
3 var2  no        2  66.7
4 var2  yes       1  33.3
5 var3  yes       3 100  
6 var4  yes       3 100

【讨论】：