将相同的因子水平应用于 R 中具有不同水平数量的多个变量

如何解决将相同的因子水平应用于 R 中具有不同水平数量的多个变量

我有一个带有 data.table 和 168 variables 的 8,278 observations。变量 69:135 最初存储为字符串。他们应该成为区域假人，我想以 2 级（=是，公司在这里运营）和 1 级（=否，公司不在这里运营）结束。问题是原始变量中有三种不同的输入组合：1) "TRUE","1","0","FALSE",2) "TRUE",和 3) "1" ，“0”。此外，约。 5 个变量只有一个值，“0”或“1”。这里给出了一个例子：

#generating replicable data
structure(list(
  region1 = structure(c("TRUE",NA),class = "character"),region2 = structure(c("1",NA,region3 = structure(c(NA,"TRUE","FALSE"),region4 = structure(c(NA,"0"),class = "character")),.Names = c("region1","region2","region3","region4"),row.names = c(NA,5),class = "data.table")

#this gives:
#   region1 region2 region3 region4
#1    TRUE       1    <NA>    <NA>
#2   FALSE       1   FALSE       0
#3       0       0    TRUE       0
#4       1    <NA>    <NA>    <NA>
#5    <NA>    <NA>   FALSE       0                                                                                      

我正在寻找一种方法，可以一次性将所有变量的“TRUE”和“1”替换为 2，将“FALSE”和“0”替换为 1。所以想要的结果是：

#   region1 region2 region3 region4
#1:       2       2      NA      NA
#2:       1       2       1       1
#3:       1       1       2       1
#4:       2      NA      NA      NA
#5:      NA      NA       1       1

我已经看过了

Apply factor levels to multiple columns with missing factor levels 和 Change level of multiple factor variables。

然而，这对我没有帮助。

我使用嵌套的 ifelse() 命令尝试了以下操作：

library(data.table)
library(forcats)

check <- cbind(dt[1:68],as.data.table(apply(dt[69:135],2,function(x) {
  ifelse("1" %in% x & "TRUE" %in% x,fct_collapse(x,"2" = c("TRUE","1"),"1" = c("FALSE","0")
         ),ifelse("1" %in% x & !("TRUE" %in% x),"2" = "1","1" = "0"),"2" = "TRUE","1" = "FALSE"
                )))
}
)),dt[136:168]) 

但是之前的代码没有给我想要的结果。它运行了，但我收到一条警告消息，当检查相应的变量时，它们仍然作为带有原始输入的字符串存储。

# examples of warnings
1: Unknown levels in `f`: TRUE,FALSE
2: Unknown levels in `f`: TRUE,FALSE
3: Unknown levels in `f`: TRUE,FALSE
4: Unknown levels in `f`: 0
5: Unknown levels in `f`: TRUE,FALSE
6: Unknown levels in `f`: TRUE,FALSE
7: Unknown levels in `f`: 0

单独使用以及不与fct_collapse嵌套的 ifelse() 命令结合使用时：

#the ifelse statement works
ifelse("TRUE" %in% dt$region1,"FALSE")
ifelse(5 %in% dt$region1,"FALSE")

#also the nested ifelse statement works
ifelse("1" %in% dt$region1 & "TRUE" %in% dt$region1,ifelse("1" %in% dt$region1 & !("TRUE" %in% dt$region1),1,2
              ))


ifelse("1" %in% dt$region2 & "TRUE" %in% dt$region2,ifelse("1" %in% dt$region2 & !("TRUE" %in% dt$region2),2
               ))

有人知道如何解决这个问题吗？

非常感谢您提前提供任何建议！

解决方法

这是在 set() 循环中调用 for 的一种方法。

library(data.table)

f <- function(x){
  x <- as.character(x)
  i1 <- x %in% c("TRUE","1")
  i0 <- x %in% c("FALSE","0")
  x[which(i1)] <- "2"
  x[which(i0)] <- "1"
  as.integer(x)
}

for (j in seq_along(dt)) set(dt,j = j,value = f(dt[[j]]))

dt
#   region1 region2 region3 region4
#1:       2       2      NA      NA
#2:       1       2       1       1
#3:       1       1       2       1
#4:       2      NA      NA      NA
#5:      NA      NA       1       1

---

感谢 jangorecki's comment 一个更简单的方法是

dt[,names(dt) := lapply(dt,f)]