如果满足条件，则对列进行子集答案

【问题标题】：Subset columns if they meet a condition如果满足条件，则对列进行子集
【发布时间】：2019-03-21 18:53:51
【问题描述】：

我的任务：

选择行为 0 或 1 的所有列。
将所有这些列的类更改为阶乘（因为它们是二元的）。

在以下情况下，CA + CC 应更改为factorial。

CA = c(1,0,1,0,1)
CB = c(1,12,21,0,7)
CC = c(1,0,1,0,1)
mydf = data.frame(CA, CB, CC)
str(mydf)
    'data.frame':   5 obs. of  3 variables:
     $ CA: num  1 0 1 0 1
     $ CB: num  1 12 21 0 7
     $ CC: num  1 0 1 0 1

为什么？因为这些行当前被描述为integer 和number 而不是factors。而且我认为某些 ML 算法会混淆。

【问题讨论】：

标签： r dataframe data-science

【解决方案1】：

dplyr's mutate_if 的另一种方法

library(dplyr) 
is_one_zero <- function(x) {

  res <- all(unique(x) %in% c(1, 0))

  return(res)
}

out <- mydf %>% 
  mutate_if(is_one_zero, as.factor) 

str(out)
#'data.frame':  5 obs. of  3 variables:
# $ CA: Factor w/ 2 levels "0","1": 2 1 2 1 2
# $ CB: num  1 12 21 0 7
# $ CC: Factor w/ 2 levels "0","1": 2 1 2 1 2

【讨论】：

【解决方案2】：

baseR 的一种方式：

#if all the values in a column are either 0 or 1 convert to factor
mydf[] <- lapply(mydf, function(x) {
  if(all(x %in% 0:1)) {
    as.factor(x)
  } else {
    x
  }
})

输出：

str(mydf)
#'data.frame':  5 obs. of  3 variables:
# $ CA: Factor w/ 2 levels "0","1": 2 1 2 1 2
# $ CB: num  1 12 21 0 7
# $ CC: Factor w/ 2 levels "0","1": 2 1 2 1 2**

【讨论】：

【解决方案3】：

在基础 R 中的另一种方式

cols <- colSums(mydf == 0 | mydf == 1) == nrow(mydf)
mydf[cols] <- lapply(mydf[cols], as.factor)

str(mydf)
#'data.frame':  5 obs. of  3 variables:
# $ CA: Factor w/ 2 levels "0","1": 2 1 2 1 2
# $ CB: num  1 12 21 0 7
# $ CC: Factor w/ 2 levels "0","1": 2 1 2 1 2

【讨论】：