如果最大值超过特定限制，则将列除以 1000答案

【问题标题】：Divide column by 1000 if maximum exceed certain limit如果最大值超过特定限制，则将列除以 1000
【发布时间】：2021-07-02 07:03:49
【问题描述】：

我想编写一个非常简单的程序：它应该遍历数据框中的所有列，如果至少有一个大于 1000 的观察值，那么程序应该将此变量除以 1000，并将"in (000)" 添加到变量名中。

我的解决方案

set.seed(42)
df <- data.frame("Norm" = rnorm(100, 1000, 0.1), rexp(100))

for (var in seq_len(ncol(df))) {
  if (max(df[, var], na.rm = T) > 1000) {
    df[, var] <- df[, var] / 1000
    colnames(df)[var] <- print(paste(colnames(df[var]), "(in 000')"))
  }
}

但是我觉得这有点不方便。我认为这里不需要循环。我尝试使用 apply 来做到这一点，但我不确定为什么我获得的列最大值除以 1000 而不是每个值除以 1000 的数据框：

apply(df, 2, function(x) ifelse(max(x) > 1000, x/1000, x))

 Norm rexp.100. 
0.9999925 0.4473922

你知道如何在没有循环的情况下完成吗？

【问题讨论】：

标签： r dataframe loops apply

【解决方案1】：

apply 用于矩阵，不要在数据帧上使用它。 ifelse 用于向量测试 - 输出与输入的形状相同。您对ifelse() 的输入是长度为1 的max(x) > 1000，因此结果将是长度1。您可以使用lapply 代替for 和if(){}else{} 而不是ifelse()：

df[] <- lapply(df, function(x) if(max(x, na.rm = TRUE) > 1000) {x / 1000}else{x})

但是使用 *apply 系列函数，您必须返回并在另一个步骤中更改名称 --- 在这种情况下，我通常更喜欢 for。

但我可能会这样做而不循环：

cols_over_1000 = sapply(df, max, na.rm = TRUE) > 1000
df[cols_over_1000] = df[cols_over_1000] / 1000
names(df)[cols_over_1000] = paste(names(df)[cols_over_1000], "(in '000)")

或者在dplyr:

library(dplyr)
df %>%
  mutate(across(
    where(~ any(. > 1000)),
    ~ . / 1000,
    .names = "{.col} (in '000)"
  ))

【讨论】：

【解决方案2】：

ab1k <- sapply(df, function(x) any(x > 1000))
df[ab1k] <- df[ab1k]/1000
names(df)[ab1k] <- paste(names(df)[ab1k], "(in 000')")

【讨论】：

【解决方案3】：

您可以尝试像这样使用purrr 包：

library(dplyr)
library(purrr)

my_fun <- function(x,y){
      if(max(x, na.rm = T)>1000){
            return(rename_with(tibble(x/1000),~paste0(y,"(in '000)")))
      }else{return(rename_with(tibble(x),~y))}
}

map2_dfc(df,names(df),my_fun)

【讨论】：