用 dplyr 和 mutate 解码表的漂亮解决方案答案

【问题标题】：a beautiful solution to decode a table with dplyr and mutate用 dplyr 和 mutate 解码表的漂亮解决方案
【发布时间】：2021-01-15 09:55:47
【问题描述】：

亲爱的 dplyr/tidyverse 伙伴，我正在寻找一个很好的解决方案来解决以下问题。我只在带有循环的基础 R 中得到我的解决方案。你如何在 tidyverse 中干净利落地解决这个问题？

我有一个名为 data 的数据集，它没有有用的列名，也没有有用的值（整数）。

data <- tibble(var1 = rep(c(1:3), 2), 
               var2 = rep(c(1:3), 2))

# A tibble: 6 x 2
   var1  var2
  <int> <int>
1     1     1
2     2     2
3     3     3
4     1     1
5     2     2
6     3     3

另外我有一个编码表，它为每一列都有一个更好的名称 (var1 -> variable1) 和一个更好的值 (1 -> "a")

coding <- tibble(variable = c(rep("var1", 3),rep("var2", 3)),
                     name = c(rep("variable1", 3),rep("variable2", 3)),
                     code = rep(c(1:3), 2),
                     value = rep(c("a", "b", "c"), 2))

# A tibble: 6 x 4
  variable name       code value
  <chr>    <chr>     <int> <chr>
1 var1     variable1     1 a    
2 var1     variable1     2 b    
3 var1     variable1     3 c    
4 var2     variable2     1 a    
5 var2     variable2     2 b    
6 var2     variable2     3 c

我正在寻找一个结果，它已将列名和实际值转换为数据集中的因素，比较：

result <- tibble(variable1 = factor(rep(c("a", "b", "c"), 2)), 
                 variable2 = factor(rep(c("a", "b", "c"), 2)))

# A tibble: 6 x 2
  variable1 variable2
  <fct>     <fct>    
1 a         a        
2 b         b        
3 c         c        
4 a         a        
5 b         b        
6 c         c

感谢您的承诺 :) :) :) :)

【问题讨论】：

嗨，欢迎来到SO，恐怕这篇文章更适合codereview.stackexchange.com。 Stackoverflow 更适合您的代码的特定问题。谢谢，祝你好运！

标签： r tidyverse dplyr

【解决方案1】：

library(dplyr)
library(tidyr)

data %>% 
  stack() %>% 
  left_join(coding, by = c(ind = "variable", values = "code")) %>% 
  group_by(name) %>% 
  mutate(j = row_number()) %>% 
  pivot_wider(id_cols = j, values_from = value) %>% 
  select(-j)

# # A tibble: 6 x 2
#   variable1 variable2
#   <chr>     <chr>    
# 1 a         a        
# 2 b         b        
# 3 c         c        
# 4 a         a        
# 5 b         b        
# 6 c         c

【讨论】：

【解决方案2】：

任意列数的通用解决方案 -

创建行号列来标识每一行
以长格式获取data
为每个值加入coding
仅保留唯一行并以宽格式返回。

library(dplyr)
library(tidyr)

data %>%
  mutate(row = row_number()) %>%
  pivot_longer(cols = -row, values_to = 'code')  %>%
  left_join(coding, by = 'code') %>%
  select(row, name = name.y, value) %>%
  distinct() %>%
  pivot_wider() %>%
  select(-row)

# variable1 variable2
#  <chr>     <chr>    
#1 a         a        
#2 b         b        
#3 c         c        
#4 a         a        
#5 b         b        
#6 c         c

【讨论】：