Schreiben einer benutzerdefinierten Funktion zum Konvertieren einer Variablenklasse in einen Datenrahmen basierend auf einer anderen Tabelle
Ich versuche eine Funktion zu schreiben, die Folgendes aufnehmen könnte:
- Datenrahmen (
df_1
), dessen Spaltenklassen konvertiert werden müssen - ein anderer Datenrahmen (
df_2
), der eine Zeile für jede Variable von hatdf_1
- Eine Spalte, in
df_2
der die Klasse angegeben ist, in die jede Variabledf_1
konvertiert werden soll
Beispiel
1 - Datenrahmen ( df_1
) mit meinen Daten (und den zu konvertierenden Variablenklassen)
library(tibble)
library(dplyr)
set.seed(2021)
df_1 <-
tibble(name = c("john", "jack", "mary", "matt", "elizabeth", "richard", "carlos", "george", "ferdinand", "william"),
height = sample(155:200, size = 10),
weight = sample(50:100, size = 10),
age = sample(20:100, size = 10),
gender = sample(c("male", "female"), size = 10, replace = TRUE),
preferred_pet = sample(c("dog", "cat", "frog", "rabbit"), size= 10, replace = TRUE)) %>%
mutate(across(everything(), as.character))
## # A tibble: 10 x 6
## name height weight age gender preferred_pet
## <chr> <chr> <chr> <chr> <chr> <chr>
## 1 john 161 100 38 female frog
## 2 jack 192 67 87 female dog
## 3 mary 193 52 24 male rabbit
## 4 matt 166 95 92 male dog
## 5 elizabeth 160 89 82 female cat
## 6 richard 199 75 57 male dog
## 7 carlos 195 85 37 female rabbit
## 8 george 159 86 62 male rabbit
## 9 ferdinand 177 71 78 female cat
## 10 william 197 80 89 female rabbit
2 - Datenrahmen ( df_2
) mit Klassen, in die df_1
Spalten konvertiert werden sollen
set.seed(2021)
df_2 <-
tibble(var_name = c("name", "height", "weight", "gender", "preferred_pet", "record_creation"),
var_class = c("character", "numeric", "numeric", "factor", "factor", "datetime")) %>%
slice(sample(1:n()))
## # A tibble: 6 x 2
## var_name var_class
## <chr> <chr>
## 1 weight numeric
## 2 record_creation datetime
## 3 height numeric
## 4 name character
## 5 gender factor
## 6 preferred_pet factor
3 - Erstellen einer Funktion für die Klassenkonvertierung
Ich habe @ akrun Lösung gesehen hier , die ziemlich nah scheint , was ich versuche zu erreichen.
library(purrr)
library(stringr)
my_df <- iris
my_types <- c("factor", "character", "double", "logical", "character")
my_df[] <- map2(my_df, str_c("as.", my_types), ~ get(.y)(.x))
Diese Lösung adressiert jedoch nicht Situationen wie meine, in denen Variablennamen von df_1
nicht unbedingt in df_2
und in ähnlicher Weise df_2$var_name
Variablen enthalten, die nicht unbedingt in vorkommen df_1
.
Ich freue mich über jede Idee, eine Funktion zum Konvertieren df_1
der vars-Klassen gemäß den Informationen in zu konstruieren df_2
. tidyverse
Ideal wäre es, eine Lösung mit Funktionen zu finden. Vielen Dank!
Antworten
Hier ist ein Ansatz leveraging across
und cur_column
:
library(dplyr) #version >= 1.0.0
df_1 %>%
mutate(across(any_of(df_2$var_name), ~get(paste0("as.",df_2[df_2$var_name == cur_column(),"var_class"]))(.x)))
# A tibble: 10 x 6
name height weight age gender preferred_pet
<chr> <dbl> <dbl> <chr> <fct> <fct>
1 john 161 100 38 female frog
2 jack 192 67 87 female dog
3 mary 193 52 24 male rabbit
4 matt 166 95 92 male dog
5 elizabeth 160 89 82 female cat
6 richard 199 75 57 male dog
7 carlos 195 85 37 female rabbit
8 george 159 86 62 male rabbit
9 ferdinand 177 71 78 female cat
10 william 197 80 89 female rabbit
Der any_of
Auswahlhelfer stellt sicher, dass Sie nur versuchen, Spalten zu mutieren, die in vorhanden sind df_2
.
Das zweite Argument ist die Funktion, die auf die vorhandenen Spalten angewendet wird. Sie können verwenden cur_column()
, um Zugriff auf den Namen der Spalte zu haben, die mutiert wird. Von dort aus suchen wir einfach den Spaltennamen nach df_2
und geben den var_class
gewünschten zurück. Verwenden Sie dann get()
von Basis R, um die entsprechende Funktion zurückzugeben und diese auf die Spalte mit anzuwenden (.x)
.
Wenn Sie eine Funktion definieren und die Spaltennamen wie bei anderen Tidyverse-Funktionen ohne Anführungszeichen übergeben möchten, können Sie Folgendes verwenden rlang::enquo
:
library(rlang)
change_class_by_table <- function(data,data_ref,column_name,column_class){
data %>%
mutate(across(any_of(pull(data_ref,!!enquo(column_name))),
~get(paste0("as.",filter(data_ref, !!enquo(column_name) == cur_column()) %>%
pull(!!enquo(column_class))))(.x)))
}
change_class_by_table(df_1,df_2,var_name,var_class)
## A tibble: 10 x 6
# name height weight age gender preferred_pet
# <chr> <dbl> <dbl> <chr> <fct> <fct>
# 1 john 161 100 38 female frog
# 2 jack 192 67 87 female dog
# 3 mary 193 52 24 male rabbit
# ...