替换数据框中的列值，不包含在列表中答案

【问题标题】：Replacing column values in data frame, not included in list替换数据框中的列值，不包含在列表中
【发布时间】：2011-10-19 17:27:23
【问题描述】：

我在 R 中有一个 data.frame，如下所示：

fruits
   X1  X2     X3
   aa  kiwi  15
   ba  orange 25
   cc  lemon  23
   ba  apple  17
   cc  lemon  19
   cc  orange  18
   cc  orange 21
   ba  banana  17

我想将 X2 列中除“orange”和“lemon”之外的所有值替换为“other”。如何在 R 中做到这一点？

示例数据：

fruits <- structure(list(X1 = structure(c(1L, 2L, 3L, 2L, 3L, 3L, 3L, 2L
), .Label = c("aa", "ba", "cc"), class = "factor"), X2 = structure(c(3L, 
5L, 4L, 1L, 4L, 5L, 5L, 2L), .Label = c("apple", "banana", "kiwi", 
"lemon", "orange"), class = "factor"), X3 = c(15L, 25L, 23L, 
17L, 19L, 18L, 21L, 17L)), .Names = c("X1", "X2", "X3"), class = "data.frame", row.names = c(NA, 
-8L))

【问题讨论】：

标签： r

【解决方案1】：

首先创建一个变量来指示要更改的行。你可以这样做，例如像这样：

shouldBecomeOther<-!(fruits$X2 %in% c("orange", "lemon"))

然后使用那个索引器：

fruits$X2[shouldBecomeOther]<- "other"

请注意，如果列是一个因素（很有可能），则需要更多的工作，如下所示：

tmp<-as.character(fruits$x2)
tmp[shouldBecomeOther]<-"other"
fruits$x2<-factor(tmp)

【讨论】：

【解决方案2】：

一种简单的方法是将因子强制转换为字符向量，然后确定哪些元素不在所需的类中并用"other" 替换它们，最后强制返回一个因子。

这个主题有两种变体，第一种使用replace()函数：

transform(fruits,
          X2 = factor(replace(as.character(X2), 
                              list = !X2 %in% c("orange","lemon"),
                              values = "other")))

给出：

> transform(fruits, X2 = factor(replace(as.character(X2), 
+                                       list = !X2 %in% c("orange","lemon"),
+                                       values = "other")))
  X1     X2 X3
1 aa  other 15
2 ba orange 25
3 cc  lemon 23
4 ba  other 17
5 cc  lemon 19
6 cc orange 18
7 cc orange 21
8 ba  other 17

或者你也可以手工完成：

fruits <- transform(fruits, 
                    X2 = {x <- as.character(X2)
                          x[!x %in% c("orange","lemon")] <- "other"
                          factor(x)})
> fruits
  X1     X2 X3
1 aa  other 15
2 ba orange 25
3 cc  lemon 23
4 ba  other 17
5 cc  lemon 19
6 cc orange 18
7 cc orange 21
8 ba  other 17

我在这里使用transform()，以便我们在X2 可见的环境中进行操作，而不必使用fruits$X2 之类的东西，这样输入起来很乏味。

【讨论】：

【解决方案3】：

怎么样：

R> fruits = data.frame(X1 = 1:3, X2 = c("kiwi", "orange", "lemon"))
R> fruits$X2 = as.character(fruits$X2)
R> fruits[!(fruits$X2 %in% c("lemon", "orange")),]$X2 = "Other"
R> fruits
  X1     X2
1  1  Other
2  2 orange
3  3  lemon

在上述解决方案中，我将因素转换为“字符”。你不必这样做，你也可以：

创建数据框时，使用参数 stringsAsFactors = FALSE
如果您使用 read.csv，请使用 stringsAsFactors

您直接使用因子：

R> fruits$X2 = factor(fruits$X2, levels = c(as.character(fruits$X2), "Other"))
R> fruits[!(fruits$X2 %in% c("lemon", "orange")),]$X2 = "Other"
R> fruits
  X1     X2
1  1  Other
2  2 orange
3  3  lemon

请注意，我扩展了第 1 行中第一个因素的水平。

【讨论】：