Pisanie funkcji niestandardowej do konwersji klas zmiennych w ramce danych na podstawie innej tabeli
Próbuję napisać funkcję, która mogłaby przyjąć:
- data frame (
df_1
), której klasy kolumn mają zostać przekonwertowane - kolejna ramka danych (
df_2
), która ma wiersz dla każdej zmiennejdf_1
- kolumna w,
df_2
która określa klasę, w której każda zmiennadf_1
powinna zostać przekonwertowana
Przykład
1 - Ramka danych ( df_1
) z moimi danymi (i klasami zmiennych do konwersji)
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 - Ramka danych ( df_2
) z klasami do konwersji df_1
kolumn
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 - Budowanie funkcji do konwersji klas
Widziałem tutaj rozwiązanie @ akrun , które wydaje się dość bliskie temu, co próbuję osiągnąć.
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))
Jednak to rozwiązanie nie dotyczy sytuacji takich jak moje, w których nazwy zmiennych df_1
niekoniecznie pojawiają się w df_2
, i podobnie df_2$var_name
obejmuje zmienne, które niekoniecznie występują w df_1
.
Będę zadowolony z każdego pomysłu na skonstruowanie funkcji do konwersji df_1
klas zmiennych vars zgodnie z informacjami znajdującymi się w df_2
. tidyverse
Idealne byłoby znalezienie rozwiązania za pomocą funkcji. Dzięki!
Odpowiedzi
Oto podejście wykorzystujące across
i cur_column
:
library(dplyr) #version >= 1.0.0
df_1 %>%
mutate(across(any_of(df_2$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
Do any_of
Dostawca zapewnia wybór pomocnicze, które dopiero starają się mutować kolumn, które są obecne w df_2
.
Drugi argument to funkcja zastosowana do obecnych kolumn. Możesz użyć, cur_column()
aby mieć dostęp do nazwy zmienianej kolumny. Stamtąd po prostu wyszukujemy nazwę tej kolumny df_2
i zwracamy var_class
żądaną. Następnie użyj get()
from base R, aby zwrócić odpowiednią funkcję i zastosuj ją do kolumny z (.x)
.
Jeśli chcesz zdefiniować funkcję i przekazać nazwy kolumn bez cudzysłowów, tak jak w przypadku innych funkcji tidyverse, możesz użyć 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
# ...