如何解决给定条件强制字符串的函数
我只是想强制转换为数字——即,将 as.numeric
应用到——任何以 1
作为其第一个条目(即字符)的列。所以我希望转向:
tibble(a = c("1","2"),b = c("Fred","Kevin"),c = 1:2)
进入
tibble(a = 1:2,c = 1:2)
解决方法
您可以使用 dplyr
:
library(dplyr)
data %>%
mutate(across(where(~ first(.x) == "1" & !is.na(first(.x))),as.numeric)).
返回
# A tibble: 2 x 5
a b c d e
<dbl> <chr> <dbl> <dbl> <lgl>
1 1 Fred 1 1 NA
2 2 Kevin 2 3 NA
数据
data <- tibble(a = c("1","2"),b = c("Fred","Kevin"),c = 1:2,d = c("1","3"),e = c(NA,NA))
,
它没有严格按照您的要求执行,但您可以使用 readr 的 guess_parser
或 parse_guess
函数。有关详情,请参阅 https://readr.tidyverse.org/reference/parse_guess.html。
在你的情况下,你可以这样做:
df %>% mutate(across(everything(),parse_guess))
这将解析所有列。或者只是解析列是否为数字:
parse_guess_numeric <- function (x){
if (guess_parser(x,guess_integer=FALSE)=="double"){
as.numeric(x)
} else {
x
}
}
df %>% mutate(across(everything(),parse_guess_numeric))
,
有很多方法可以解决这个问题:使用 type.convert
中的 type_convert
或 readr
:
type.convert(df,as.is = TRUE)
# A tibble: 2 x 3
a b c
<int> <chr> <int>
1 1 Fred 1
2 2 Kevin 2
readr::type_convert(df)
-- Column specification ---------------------------------------------------------------------
cols(
a = col_double(),b = col_character()
)
# A tibble: 2 x 3
a b c
<dbl> <chr> <int>
1 1 Fred 1
2 2 Kevin 2
,
library(tidyverse)
df <- tibble(a = c("1",d = c(NA,NA))
fltr <- names(df)[map_chr(df,guess_parser) == "double"]
mutate(df,across(all_of(fltr),as.numeric))
#> # A tibble: 2 x 4
#> a b c d
#> <dbl> <chr> <dbl> <lgl>
#> 1 1 Fred 1 NA
#> 2 2 Kevin 2 NA
由 reprex package (v2.0.0) 于 2021 年 7 月 4 日创建
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。