R:设置数据框中的变量类型和级别，基于列表

Question

我有一个这样的数据框架：

df <- data.frame(
  v1 = sample(c("L1","L2"),5,replace = TRUE), 
  v2 = sample(c("F1","F3"),5,replace = TRUE),
  v3 = sample(seq(1,5),5,replace = T)
)

我希望(1)根据命名列表设置变量的类型：

typs <- list("v1" = "factor", "v2" = "factor", "v3" = "numeric")

以及(2)设置因子变量的级别：

list.levels <-  list("v1" = c("L1","L2","L3"), "v2" = c("F1","F2","F3"))

理想情况下，我希望使用一种通用的方法，该方法可以应用于具有动态列数的数据帧。

Answer 1

你只需要编写你自己的函数来做清理。这里有一种可能性

fix_data <- function(data, types=NULL, flevels=NULL) {
  if(!is.null(types) && length(types)>0) {
    data[,names(types)] <- Map(function(col, type) {
      if (type=="factor") {
        factor(data[[col]])
      } else if (type=="numeric") {
        as.numeric(data[[col]])
      } else {
        stop(paste("unsupported type:", type))
      }
    }, names(types), types)
  }
  if(!is.null(flevels) && length(flevels)>0) {
    data[,names(flevels)] <- Map(function(col, levels) {
      factor(data[[col]], levels=levels)
    }, names(flevels), flevels)
  }
  data
}

然后将其命名为fix_data(df, typs, list.levels)。请注意，它返回一个新的data.frame，因此您可以覆盖原始变量或将其保存到新变量中。

基本思想是循环遍历列表中的名称并进行适当的转换。我们使用Map遍历列表中的名称和值。