更改多个变量的更快方法答案

【问题标题】：A faster way to change multiple variables更改多个变量的更快方法
【发布时间】：2019-05-12 17:22:34
【问题描述】：

我是 R 和 Stack 的新手，所以请告诉我我可能无意中忽略了哪些礼仪。

我有多个变量需要重新编码。它们是连续的。我一直在使用它，并尝试使用 mutate （包括 2:20 来获取那些连续的变量。）但无法让它工作。 amer是我的df

amer$ir1 <- recode(amer$ir01, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")
amer$ir02 <- recode(amer$ir02, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")
amer$ir03 <- recode(amer$ir03, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")
amer$t01 <- recode(amer$t01, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")
amer$t02 <- recode(amer$t02, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")
amer$t03 <- recode(amer$t03, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")
amer$t04 <- recode(amer$t04, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")
amer$m01 <- recode(amer$m01, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")
amer$m02 <- recode(amer$m02, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")
amer$m03 <- recode(amer$m03, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA")

【问题讨论】：

从ir01到m03只有10个变量，你说2:20（这是1个变量）。
创建一个查找表。然后（1）加入它，循环或（2）重新整形，加入，重新整形
这是怎么复制的？另一个问题只要求 dplyr 解决方案@RuiBarradas
@HectorHaffenden 你说得对，我错过了这一点。不过，所谓的骗子确实回答了这个问题。
是的，不确定是否可以编辑其他问题以接受非 dplyr 解决方案，然后我会在那里发布我的答案并且可以离开这是一个骗局？ @RuiBarradas（不确定这里的协议，你有什么建议）

标签： r

【解决方案1】：

这应该会有所帮助，

amer <- data.frame(ir01 = 1:20, ir02 = 1:20, ir03 = 1:20)

library(memisc) # This is where recode is from
apply(amer, 2, function(x) recode(x, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA"))

来自@Rui Barradas，为了保持数据框类在运行apply 函数时使用以下内容，

amer[] <- apply(amer, 2, function(x) recode(x, "1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA"))

这是假设您的数据看起来像，

> amer
   ir01 ir02 ir03 ...
1     1    1    1 ...
2     2    2    2 ...
3     3    3    3 ...
4     4    4    4 ...
5     5    5    5 ...
6     6    6    6 ...
7     7    7    7 ...
8     8    8    8 ...
9     9    9    9 ...
10   10   10   10 ...
11   11   11   11 ...
12   12   12   12 ...
13   13   13   13 ...
14   14   14   14 ...
15   15   15   15 ...
16   16   16   16 ...
17   17   17   17 ...
18   18   18   18 ...
19   19   19   19 ...
20   20   20   20 ...

返回，

      ir01 ir02 ir03
 [1,]    4    4    4
 [2,]    3    3    3
 [3,]    2    2    2
 [4,]    1    1    1
 [5,]    5    5    5
 [6,]    6    6    6
 [7,]    7    7    7
 [8,]   NA   NA   NA
 [9,]   NA   NA   NA
[10,]   10   10   10
[11,]   11   11   11
[12,]   12   12   12
[13,]   13   13   13
[14,]   14   14   14
[15,]   15   15   15
[16,]   16   16   16
[17,]   17   17   17
[18,]   18   18   18
[19,]   19   19   19
[20,]   20   20   20

【讨论】：

为了保留数据框类，您可以使用amer[] <- apply(etc)。点赞。
感谢您解决这个问题。我一定没有清楚地提出我的问题。看看我上面的评论。
嗨，马克，您能否提供另一个具有以下功能的示例，当前数据集和您想要的结果，有点像我在当前答案中的内容？我不太明白我的答案的哪一部分没有帮助。阅读本文以获取更多信息How to make a great r reproducible example

【解决方案2】：

您可以在向量 recode 中定义要更改的变量，并在 lapply 上定义 ifelse，您可以在其中进行一些算术运算。

假设这个数据框

head(df1)
#   ir01 ir02 dont.change.me
# 1    1    4              1
# 2    8    8              2
# 3    1    8              3
# 4    1    8              4
# 5    2    4              5
# 6    4    2              6

定义recode向量，

recode <- c("ir01", "ir02")

和lapply 内定义的列：

df1[recode] <- lapply(df1[recode], function(x) ifelse(x %in% 8:9, NA, abs(x - 5)))
head(df1)
#   ir01 ir02 dont.change.me
# 1    4    1              1
# 2   NA   NA              2
# 3    4   NA              3
# 4    4   NA              4
# 5    3    1              5
# 6    1    3              6

看起来颠倒了，只有那些应该的！

因素？

有时这些人是factors，

df1$ir01 <- lapply(df1$ir01, as.factor)  # intentionally change `ir01` into factor
str(df1)
# 'data.frame': 20 obs. of  3 variables:
#  $ ir01          : Factor w/ 6 levels "1","2","3","4",..: 1 5 1 1 2 4 2 2 1 4 ...
#  $ ir02          : int  4 8 8 8 4 2 4 3 2 1 ...
#  $ dont.change.me: int  1 2 3 4 5 6 7 8 9 10 ...

我们可以扩展我们的功能来完成它们：

df1[recode] <- lapply(df1[recode], 
                      function(x) {
                        if (is.factor(x))
                          x <- as.numeric(levels(x))[x]
                        ifelse(x %in% 8:9, NA, abs(x - 5))
                      })
head(df1)
#   ir01 ir02 dont.change.me
# 1    4    1              1
# 2   NA   NA              2
# 3    4   NA              3
# 4    4   NA              4
# 5    3    1              5
# 6    1    3              6

数据

df1 <- structure(list(ir01 = c(1L, 8L, 1L, 1L, 2L, 4L, 2L, 2L, 1L, 4L, 
                               1L, 8L, 9L, 4L, 2L, 2L, 3L, 1L, 1L, 3L), 
                      ir02 = c(4L, 8L, 8L, 8L, 4L, 2L, 4L, 3L, 2L, 1L, 
                               2L, 9L, 3L, 9L, 2L, 4L, 4L, 9L, 2L, 8L), 
                      dont.change.me = 1:20), class = "data.frame", 
                 row.names = c(NA, -20L))

【讨论】：

太棒了！这对 8s 和 9s 非常有帮助。关于如何扭转 1-4 的任何想法？
@MarkCarroll 实际上是，在反转之前检查df1，查看更新。

【解决方案3】：

您可能还想考虑使用data.table 解决此问题。它适用于可能有超过 100,000 行的大型数据集。我使用来自car 包的recode，因为它与data.table 配合得很好。使用 memisc 和下面的 recode_key 语法时出现错误。无论如何，您可以这样做：

library(data.table)
library(car)
amer <- data.table(ir01 = 1:20, ir02 = 1:20, ir03 = 1:20) #read data in as a data.table

recode_key<-c("1 = 4; 2 = 3; 3 = 2; 4 = 1; 8 = NA; 9 = NA") #modify this to add other recodes
recode_cols<-c("ir01","ir02") #If you want to only make changes to specific columns list them here

amer[,eval(recode_cols):=lapply(.SD,function(x) recode(x,recode_key)),.SDcols=recode_cols] #This will change the columns in the data.table

请注意，我使用 eval 来确保它没有创建名为 recode_cols 的新列！然后使用特殊符号.SD，以便recode 函数遍历data.table 的列。如果您想将重新编码应用于所有列，您可以将.SDcols 参数留空，当然删除eval(recode_cols): 并从lapply 开始。

最后要注意的是，我不需要将最后一行代码分配给全局变量。 data.table 速度快的原因是它会使用指针自动更新原始数据，因此不需要复制。但是，要小心，因为如果您运行最后一行代码两次，您将得到除NAs 之外的其他内容。让我知道这种解释是否合理。

【讨论】：

非常有帮助。谢谢！