如何在R中将具有0和1的多个变量列转换为是和否[重复]答案

【问题标题】：how to convert multiple variables column with 0 & 1 to yes & no in R [duplicate]如何在R中将具有0和1的多个变量列转换为是和否[重复]
【发布时间】：2020-07-04 10:12:18
【问题描述】：

这里的新手还在学习 R。

我正在尝试将具有 0 和 1 的选择性列转换为是或否。

我是在做一个一行一行的新手方式

s_r_data_no_na_split_rename_conv <- s_r_data_no_na_split_rename %>%
  mutate(BPMeds = ifelse(BPMeds == "1","Yes","No"))

s_r_data_no_na_split_rename_conv <- s_r_data_no_na_split_rename %>%
  mutate(prevalentStroke = ifelse(prevalentStroke == "1","Yes","No"))

s_r_data_no_na_split_rename_conv <- s_r_data_no_na_split_rename %>%
  mutate(prevalentHyp = ifelse(prevalentHyp == "1","Yes","No"))

s_r_data_no_na_split_rename_conv <- s_r_data_no_na_split_rename %>%
  mutate(TenYearCHD = ifelse(TenYearCHD == "1","Yes","No")

但它似乎不起作用，只有最后选择的变量列“TenYearCHD”被转换为是/否。

以及如何同时将它们全部转换为因子？我只知道一行一行。

s_r_data_no_na_split_rename_conv$BPMeds <- as.factor(s_r_data_no_na_split_rename_conv$BPMeds)
s_r_data_no_na_split_rename_conv$prevalentStroke <- as.factor(s_r_data_no_na_split_rename_conv$prevalentStroke)
s_r_data_no_na_split_rename_conv$prevalentHyp <- as.factor(s_r_data_no_na_split_rename_conv$prevalentHyp)
s_r_data_no_na_split_rename_conv$TenYearCHD <- as.factor(s_r_data_no_na_split_rename_conv$TenYearCHD)

【问题讨论】：

因为你每次都会覆盖s_r_data_no_na_split_rename_conv。合二为一mutate。

标签： r dplyr

【解决方案1】：

您可以使用across 将相同的功能应用于多个列。

library(dplyr)
s_r_data_no_na_split_rename %>%
  mutate(across(c(BPMeds, prevalentStroke, prevalentHyp, TenYearCHD), 
                  ~factor(ifelse(.x == "1","Yes","No"))))
                  #Without ifelse
                  #~factor(c('No', 'Yes')[(.x == "1") + 1]))

在早期版本的 dplyr 中，这是使用 mutate_at 完成的：

s_r_data_no_na_split_rename %>%
   mutate_at(vars(c(BPMeds, prevalentStroke, prevalentHyp, TenYearCHD)), 
                  ~factor(ifelse(.x == "1","Yes","No")))

【讨论】：

【解决方案2】：

match 使用lapply 为您的数据分配矩阵。 例子：

dat
#           x0 X1 X2 X3
# 1  0.5390238  1  1  1
# 2  0.5802063  1  1  0
# 3 -0.6575028  0  1  1

FUN <- function(x) {
  m <- matrix(c(0, 1, "No", "Yes"), 2, 2)
  m[match(x, m[,1]), 2]
}

dat[2:4] <- lapply(dat[2:4], FUN)
dat
#           x0  X1  X2  X3
# 1  0.5390238 Yes Yes Yes
# 2  0.5802063 Yes Yes  No
# 3 -0.6575028  No Yes Yes

玩具数据：

dat <- structure(list(X0 = c(0.539023801893912, 0.580206320853481, -0.657502835154674
), X1 = c(1, 1, 0), X2 = c(1, 1, 1), X3 = c(1, 0, 1)), row.names = c(NA, 
                                                                     -3L), class = "data.frame")

【讨论】：