R中的数据匿名化

Question

我试图运行下面的代码来掩蔽2列中的数据，但由于以下错误而失败：

setwd("/cloud/project/CX")

Credit_tbl <-read.csv(file = 'Sample_data.csv',sep = ",",stringsAsFactors = FALSE)

anonymize <- function(x, algo="crc32"){
  unq_hashes <- vapply(unique(x), function(object) digest(object, algo=algo), FUN.VALUE="", USE.NAMES=TRUE)
  unname(unq_hashes[x])
}

cols_to_mask <- c("Email","Phone")

Credit_tbl[,cols_to_mask := lapply(.SD, anonymize),.SDcols=cols_to_mask,with=FALSE]

错误：

[.data.frame中的错误(Credit_tbl，:=(cols_to_mask，lapply(.SD，匿名))，未使用的参数(.SDcols = cols_to_mask，with = FALSE)

Answer 1

您有一个dataframe，并且正在使用data.table语法。

将dataframe转换为data.table并应用该函数。

library(data.table)
library(digest)

cols_to_mask <- c("Email","Phone")

anonymize <- function(x, algo="crc32") {
    sapply(x, function(y) if(y == "" | is.na(y)) "" else digest(y, algo = algo))
}

setDT(Credit_tbl)
Credit_tbl[, (cols_to_mask) := lapply(.SD, anonymize), .SDcols = cols_to_mask]

在不更改为data.table的情况下，可以使用lapply应用该函数：

Credit_tbl[cols_to_mask] <- lapply(Credit_tbl[cols_to_mask], anonymize)